不可错过！UIUC最新《对抗机器学习》课程，附PPT

本课程首先介绍了机器学习、安全、隐私、对抗性机器学习和博弈论等主题。然后从研究的角度，讨论各个课题和相关工作的新颖性和潜在的拓展性。通过一系列的阅读和项目，学生将了解不同的机器学习算法，并分析它们的实现和安全漏洞，并培养开展相关主题的研究项目的能力。

https://aisecure.github.io/TEACHING/2020_fall.html

• Evasion Attacks Against Machine Learning Models (Against Classifiers)

• Evasion Attacks Against Machine Learning Models (Non-traditional Attacks)

• Evasion Attacks Against Machine Learning Models (Against Detectors/Generative Models/RL)

• Evasion Attacks Against Machine Learning Models (Blackbox Attacks)

• Detection Against Adversarial Attacks

• Defenses Against Adversarial Attacks (Empirical)

• Defenses Against Adversarial Attacks (Theoretic)

• Poisoning Attacks Against Machine Learning Models
  

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“AMLR” 可以获取《不可错过！UIUC最新《对抗机器学习》课程，附PPT》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源