×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Hands-On Differential Privacy

(ebook) (audiobook) (audiobook) Książka w języku 1
Hands-On Differential Privacy Ethan Cowan, Michael Shoemate, Mayana Pereira - okladka książki

Hands-On Differential Privacy Ethan Cowan, Michael Shoemate, Mayana Pereira - okladka książki

Hands-On Differential Privacy Ethan Cowan, Michael Shoemate, Mayana Pereira - audiobook MP3

Hands-On Differential Privacy Ethan Cowan, Michael Shoemate, Mayana Pereira - audiobook CD

Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
362
Dostępne formaty:
     ePub
     Mobi

Ebook (228,65 zł najniższa cena z 30 dni)

289,00 zł (-15%)
245,65 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

(228,65 zł najniższa cena z 30 dni)

Przenieś na półkę

Do przechowalni

Many organizations today analyze and share large, sensitive datasets about individuals. Whether these datasets cover healthcare details, financial records, or exam scores, it's become more difficult for organizations to protect an individual's information through deidentification, anonymization, and other traditional statistical disclosure limitation techniques. This practical book explains how differential privacy (DP) can help.

Authors Ethan Cowan, Michael Shoemate, and Mayana Pereira explain how these techniques enable data scientists, researchers, and programmers to run statistical analyses that hide the contribution of any single individual. You'll dive into basic DP concepts and understand how to use open source tools to create differentially private statistics, explore how to assess the utility/privacy trade-offs, and learn how to integrate differential privacy into workflows.

With this book, you'll learn:

  • How DP guarantees privacy when other data anonymization methods don't
  • What preserving individual privacy in a dataset entails
  • How to apply DP in several real-world scenarios and datasets
  • Potential privacy attack methods, including what it means to perform a reidentification attack
  • How to use the OpenDP library in privacy-preserving data releases
  • How to interpret guarantees provided by specific DP data releases

Wybrane bestsellery

O'Reilly Media - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Zamknij Pobierz aplikację mobilną Ebookpoint