Confianza y Desconfianza en ML: Privacidad, Verificación y Robustez - Parte 2

Resumen

Join us for the second part of this fascinating journey into the heart of machine learning, focusing on privacy, verification, and robustness issues. Presented by the esteemed Shafi Goldwasser, this session delves deeply into the critical trust challenges encountered in ML systems.

Ideal for those interested in artificial intelligence and computer science, this course is provided through YouTube.

Programa

• Introducción a la Confianza y Desconfianza en el Aprendizaje Automático
Descripción general de los problemas de confianza en los sistemas de AA
Conceptos clave de privacidad, verificación y robustez
• Privacidad en el Aprendizaje Automático
Privacidad diferencial
Técnicas de anonimización de datos
Modelos de aprendizaje automático que preservan la privacidad
Estudios de caso sobre fallos de privacidad
• Verificación en el Aprendizaje Automático
Métodos de verificación formal para sistemas de AA
Prueba y validación de modelos de aprendizaje automático
Herramientas y técnicas para la verificación de modelos
Aplicaciones y escenarios del mundo real
• Robustez en el Aprendizaje Automático
Ataques y defensas adversarias
Pruebas y evaluación de robustez
Diseño de sistemas de AA robustos
Estudios de caso sobre desafíos de robustez
• Estudios de Caso y Aplicaciones
Examen de estudios de caso de alto impacto
Lecciones aprendidas de problemas de confianza en proyectos pasados
• Conferencia de Invitado Experto: Shafi Goldwasser
Análisis profundo de desafíos específicos de confianza
Sesión abierta de preguntas y respuestas
• Direcciones Futuras en la Confianza para el AA
Tendencias emergentes y áreas de investigación
Discusión de desafíos no resueltos y soluciones potenciales
• Conclusión y Cierre
Resumen de los aprendizajes clave
Reflexiones finales sobre la construcción de sistemas de AA confiables
• Proyecto: Construcción de una Aplicación de AA Confiable
Diseñar e implementar un sistema de AA a pequeña escala que aborde privacidad, verificación y robustez
Presentar y criticar proyectos en una sesión de revisión por pares

---

Materias

Computer Science