Amartya Sanyal

Un nuovo metodo per migliorare i modelli di machine learning colpiti da dati scadenti.

Esaminando le sfide della privacy differenziale nei sistemi di apprendimento online.

Questo articolo esamina come i passaggi di pre-elaborazione possano influenzare le garanzie di privacy dei dati.

Esplorare come i dati rumorosi influenzano le prestazioni del modello su dati non visti.

Un metodo per stimare le medie nonostante l'impatto degli outlier.

Il nuovo metodo BaDLoss migliora la protezione contro il data poisoning nel machine learning.

Scopri come l'unlearning delle macchine aiuta la privacy dei dati e l'accuratezza dei modelli.

Un nuovo metodo per rilevare e correggere il data poisoning nei modelli di machine learning.