Introduction to Machine Learning with Applications in Information Security

"Boken 'Introduction to Machine Learning with Applications in Information Security' ger en beprövad introduktion till en bred variation av maskininlärningsalgoritmer, förstärkt genom realistiska tillämpningar. Boken är lättillgänglig och fokuserar inte på att bevisa satser eller fördjupa sig i matematisk teori. Målet är att presentera ämnen på en intuitiv nivå, med tillräckligt detaljer för att klargöra de underliggande koncepten. Den täcker grundläggande ämnen inom maskininlärning ingående, inklusive Hidden Markov Models, Principal Component Analysis, Support Vector Machines och Clustering. Den omfattar även behandling av Nearest Neighbors, Neural Networks, Boosting and AdaBoost, Random Forests, Linear Discriminant Analysis m.fl. De flesta exemplen i boken hämtas från informationssäkerhetsområdet och många av maskininlärningsapplikationerna är specifikt inriktade mot skadlig programvara (malware). Applikationerna som presenteras syftar till att avdramatisera maskininlärningstekniker genom att erbjuda tydliga scenarier. Många övningar i boken kräver viss programmering och grundläggande datorbegrepp antas i några av applikationsavsnitten. Dock bör personer med måttlig programmeringserfarenhet ha inga problem med detta aspekt av boken.

För instruktörsresurser finns PowerPoint-bilder, föreläsningsvideor och annat relevant material tillgängligt på den bifogade webbplatsen: http://www.cs.sjsu.edu/~stamp/ML/. För läsarens bästa är figurerna i boken också tillgängliga elektroniskt och i färg.

Om Författaren

Mark Stamp har varit professor vid datavetenskap vid San Jose State University sedan 2002. Innan dess arbetade han sju år på National Security Agency (NSA) samt två år på ett startup-företag i Silicon Valley. Han tog sin doktorsexamen från Texas Tech University 1992.