Alessandro Epasto

Apprends comment le clustering différemment privé protège les données individuelles tout en analysant des tendances.

Présentation d'un algorithme efficace pour un clustering équitable de gros ensembles de données.

Une étude sur la préservation de la vie privée tout en analysant des données sensibles en utilisant des techniques de confidentialité différentielle.

Cet article parle des méthodes de réentraînement en utilisant les prédictions des modèles pour une meilleure précision.