دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed. 2021] نویسندگان: Gang Wang (editor), Arridhana Ciptadi (editor), Ali Ahmadzadeh (editor) سری: ISBN (شابک) : 3030878384, 9783030878382 ناشر: Springer سال نشر: 2021 تعداد صفحات: 168 [163] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 10 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Deployable Machine Learning for Security Defense: Second International Workshop, MLHat 2021, Virtual Event, August 15, 2021, Proceedings (Communications in Computer and Information Science) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب یادگیری ماشینی قابل استقرار برای دفاع امنیتی: دومین کارگاه بین المللی، MLHat 2021، رویداد مجازی، 15 آگوست 2021، مجموعه مقالات (ارتباطات در علوم کامپیوتر و اطلاعات) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب شامل مقالات منتخب و توسعهیافته از دومین کارگاه
بینالمللی یادگیری ماشین قابل استقرار برای دفاع امنیتی، MLHat
2021 است که در آگوست 2021 برگزار شد. به دلیل همهگیری COVID-19،
کنفرانس به صورت آنلاین برگزار شد.
6 مقاله کامل به طور کامل بررسی و از بین 7 مقاله واجد شرایط
انتخاب شدند. مقالات در بخشهای موضوعی در مورد یادگیری ماشین
برای امنیت، و حمله و دفاع بدافزار سازماندهی شدهاند.
This book constitutes selected and extended papers from
the Second International Workshop on Deployable Machine
Learning for Security Defense, MLHat 2021, held in August 2021.
Due to the COVID-19 pandemic the conference was held
online.
The 6 full papers were thoroughly reviewed and selected from 7
qualified submissions. The papers are organized in topical
sections on machine learning for security, and malware attack
and defense.