دانلود کتاب Introduction to Machine Learning with Applications in Information Security (به فارسی: مقدمه ای بر یادگیری ماشین با کاربردها در امنیت اطلاعات) نوشته شده توسط «Mark Stamp»
اطلاعات کتاب مقدمه ای بر یادگیری ماشین با کاربردها در امنیت اطلاعات
موضوع اصلی: کامپیوتر – علوم کامپیوتر
نوع: کتاب الکترونیکی
ناشر: Chapman and Hall / CRC
نویسنده: Mark Stamp
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2017
تعداد صفحه: 364
حجم فایل: 7.50 مگابایت
کد کتاب: 1138626783 , 9781138626782
نوبت چاپ: 1
توضیحات کتاب مقدمه ای بر یادگیری ماشین با کاربردها در امنیت اطلاعات
مقدمه‌ای بر یادگیری ماشین با برنامه‌های کاربردی در امنیت اطلاعات مقدمه‌ای برای طیف گسترده‌ای از الگوریتم‌های یادگیری ماشین، که از طریق برنامه‌های کاربردی واقع‌گرایانه تقویت شده‌اند، ارائه می‌کند. این کتاب در دسترس است و قضایایی را اثبات نمی کند، یا در غیر این صورت روی نظریه ریاضی تمرکز نمی کند. هدف این است که موضوعات را در یک سطح شهودی، با جزئیات کافی برای روشن کردن مفاهیم زیربنایی ارائه دهیم.
این کتاب موضوعات اصلی یادگیری ماشین، از جمله مدل‌های پنهان مارکوف را به طور عمیق پوشش می‌دهد. ، تجزیه و تحلیل مؤلفه های اصلی، ماشین های بردار پشتیبان و خوشه بندی. همچنین شامل پوشش نزدیکترین همسایگان، شبکه‌های عصبی، تقویت و AdaBoost، جنگل‌های تصادفی، تجزیه و تحلیل تفکیک‌کننده خطی، کوانتیزه برداری برداری، بی‌بی‌های ساده، تحلیل رگرسیون، میدان‌های تصادفی شرطی و تجزیه و تحلیل داده می‌شود.
بیشتر مثال‌های کتاب از حوزه امنیت اطلاعات استخراج شده‌اند و بسیاری از برنامه‌های یادگیری ماشین به‌طور خاص بر روی بدافزار متمرکز شده‌اند. برنامه های ارائه شده برای ابهام زدایی از تکنیک های یادگیری ماشین با ارائه سناریوهای ساده طراحی شده اند. بسیاری از تمرین‌های این کتاب نیاز به برنامه‌نویسی دارند و مفاهیم اولیه محاسبات در چند بخش کاربردی در نظر گرفته شده‌اند. با این حال، هر کسی که تجربه برنامه نویسی کمی دارد، نباید با این جنبه از کتاب مشکلی داشته باشد.
منابع مدرس، از جمله اسلایدهای پاورپوینت، ویدئوهای سخنرانی، و سایر مطالب مرتبط هستند. ارائه شده در یک وب سایت همراه: http://www.cs.sjsu.edu/~stamp/ML/. برای بهره مندی خواننده، شکل های کتاب به صورت الکترونیکی و رنگی نیز موجود است.
درباره نویسنده
مارک استمپ از سال 2002 استاد علوم کامپیوتر در دانشگاه ایالتی سن خوزه بوده است. قبل از آن، او به مدت هفت سال در آژانس امنیت ملی (NSA) و یک شرکت استارتاپی در سیلیکون ولی کار کرده است. برای دو سال. او دکترای خود را دریافت کرد. از دانشگاه فناوری تگزاس در سال 1992. رابطه عاشقانه او با یادگیری ماشینی در اوایل دهه 1990، زمانی که در NSA کار می کرد، آغاز شد و امروز در SJSU ادامه دارد، جایی که او بر تعداد زیادی از پروژه های دانشجویی کارشناسی ارشد نظارت داشته است، که اکثر آنها شامل ترکیبی هستند. امنیت اطلاعات و یادگیری ماشین.
Introduction to Machine Learning with Applications in Information Security provides a class-tested introduction to a wide variety of machine learning algorithms, reinforced through realistic applications. The book is accessible and doesn’t prove theorems, or otherwise dwell on mathematical theory. The goal is to present topics at an intuitive level, with just enough detail to clarify the underlying concepts.
The book covers core machine learning topics in-depth, including Hidden Markov Models, Principal Component Analysis, Support Vector Machines, and Clustering. It also includes coverage of Nearest Neighbors, Neural Networks, Boosting and AdaBoost, Random Forests, Linear Discriminant Analysis, Vector Quantization, Naive Bayes, Regression Analysis, Conditional Random Fields, and Data Analysis.
Most of the examples in the book are drawn from the field of information security, with many of the machine learning applications specifically focused on malware. The applications presented are designed to demystify machine learning techniques by providing straightforward scenarios. Many of the exercises in this book require some programming, and basic computing concepts are assumed in a few of the application sections. However, anyone with a modest amount of programming experience should have no trouble with this aspect of the book.
Instructor resources, including PowerPoint slides, lecture videos, and other relevant material are provided on an accompanying website: http://www.cs.sjsu.edu/~stamp/ML/. For the reader’s benefit, the figures in the book are also available in electronic form, and in color.
About the Author
Mark Stamp has been a Professor of Computer Science at San Jose State University since 2002. Prior to that, he worked at the National Security Agency (NSA) for seven years, and a Silicon Valley startup company for two years. He received his Ph.D. from Texas Tech University in 1992. His love affair with machine learning began in the early 1990s, when he was working at the NSA, and continues today at SJSU, where he has supervised vast numbers of master’s student projects, most of which involve a combination of information security and machine learning.
دانلود کتاب «مقدمه ای بر یادگیری ماشین با کاربردها در امنیت اطلاعات»
