Differential Privacy and Machine Learning: a Survey and Review 论文笔记总差分隐私部分：机器学习部分：评判标准：基于差分隐私应用在机器学习的一般思想：分基于差分隐私的监督学习：基于差分隐私的非监督学习：基于差分隐私的降维模型：统计估计：总理论结果：讨论：总差分隐私部分：作者在先验知识部分，介绍了查询的概念，这是其他文章没有提到的。在敏感

联邦学习安全与隐私保护综述写在前面的话联邦学习是什么联邦学习工作流程联邦学习的技术分类安全问题和解答隐私问题和解答未来方向写在前面的话本篇博客参考《A survey on security and privacy of federated learning》以及河南大学的林同学翻译，本人做了一些补充，仅供参考。联邦学习是什么联邦学习是一种隐私保护，安全加密技术的分布式机器学习框架。目的在于分散的各

目录写在前面的话理解损失函数最小二乘法最大似然估计法（统计方法）写在前面的话“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”梯度下降法中的梯度指的是损失函数的梯度，设计损失函数有三种方法：最小二乘法，极大似然估计和交叉熵。理解损失函数你有你判断的标准，神经网络也有它的标准，但是二者都无法用一个统一的表达式表述出来。于是乎可以通过比较来判断，两个标准一比就会有偏差，这个偏差越

目录写在前面的话卷积？卷积的物理意义卷积卷在哪？卷积神经网络？卷积神经网络主要用途卷积操作和卷积有什么关系？卷积神经网络做卷积操作用来干嘛？总结思考写在前面的话从“卷积”、到“图像卷积操作”、再到“卷积神经网络”，“卷积”意义的3次改变视频笔记加个人理解~卷积？卷积就是一个泛函积分公式：卷积的物理意义一个吃饭的例子，f(t)表示在t时刻吃下的食物量，g(t)表示吃下事物后t时刻食物量的比例值。下图

人工智能安全与隐私写在前面的话总结会议纪要写在前面的话「人工智能安全与隐私」系列论坛由深圳市大数据研究院、中国图象图形学学会主办，第九期由中山大学网络空间安全学院、中国图象图形学学会视觉大数据专委会承办，香港中文大学（深圳）数据科学学院，深圳市人工智能学会协办。我在11月23日上午在b站上看了直播，感受颇深，没看的小伙伴可以去关注一下他们的b站号。今天进行汇报的老师是沈超老师。大牛级别的人物，大家

人工智能的安全问题与差分隐私写在前面的话2021-AI-Index-Report_Master承上启下人工智能模型数据泄露的攻击与防御介绍概述启发Threat of Adversarial Attacks on Deep Learning in Computer Vision: A Survey介绍概述启发差分隐私差分隐私和人工智能成员推理攻击MI攻击面临的四个问题Practical Blind

人工智能的安全问题与差分隐私写在前面的话2021-AI-Index-Report_Master承上启下人工智能模型数据泄露的攻击与防御介绍概述启发Threat of Adversarial Attacks on Deep Learning in Computer Vision: A Survey介绍概述启发差分隐私差分隐私和人工智能成员推理攻击MI攻击面临的四个问题Practical Blind

差分隐私学习路线【定期更新】写在前面的话基础知识方向写在前面的话博客，视频，论文和代码实现。有不会的就查，把基础知识打牢。基础知识吃透下面这些，你就差分隐私入门了。网上有些博客写得有问题，有问题一定要从论文入手。这是我自己的学习路线，仅供参考。了解差分隐私基础知识点1基础知识点2系统学习的视频系统学习的书代码方向阅读中文和英文的综述，并且阅读近六年四大顶会上关于差分隐私的论文的引言和摘要做一个总结

目录写在前面的话内积空间内积是什么？内积空间是什么？函数的内积是什么？权函数是什么？写在前面的话在网上找了一圈，没找到直接讲这两个的，就自己整理了一下~内积空间内积是什么？内积的概念，对于两个向量来说就是下面的表示，得到的结果是一个数值，这个比较好理解。内积空间是什么？如果在一个空间中，所有的向量都满足以下性质则这个空间就是内积空间。性质中提到的二元实函数就是内积的计算。函数的内积是什么？自然，前

复杂网络分析+代码实现写在前面的话学习资料复杂网络复杂网络的特性小世界特性性质实际影响无标度特性性质实际影响社区结构特性经典的复杂网络模型规则图ER随机网络模型性质实际影响BA无尺度网络模型性质实际影响无尺度网络BA模型及其机制BA模型的改进方向小世界网络模型WS小世界模型构造NW小世界模型构造NW和WS的区别实际影响写在前面的话关于图的相关笔记，仅供参考。学习资料社交计算与社会网络分析Netwo