请选择 进入手机版 | 继续访问电脑版
楼主: DL-er
719 0

加密数据上的机器学习分类研究 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
通用积分
1.0351
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38540 点
帖子
3853
精华
0
在线时间
813 小时
注册时间
2017-9-5
最后登录
2018-6-30

DL-er 在职认证  发表于 2017-9-16 23:40:00 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:针对当前机器学习分类在许多设置中使用,而涉及到的数据和分类器保持隐秘的重要性.论文构建了三大分类协议满足这个隐私约束:超平面判定、朴素贝叶斯和决策树,也能够使这些协议与AdaBoost相结合.为了安全地构造分类器,这些架构的基础是一个新的构件库;证实这个库也可以被用于构建其它分类器,例如多路复用器和人脸检测分类器,实现和评估我们的库和分类器.当运行在真实的医疗数据集时,协议是有效的,以毫秒至几秒钟的时间去执行一个分类.

原文链接:http://www.cqvip.com/QK/70825A/201706/672607287.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:机器学习 adaboost boost 朴素贝叶斯 cqvip 加密 隐私保护 机器学习

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 23:02