• Medientyp: E-Book
  • Titel: Improved usability of differential privacy in machine learning : techniques for quantifying the privacy-accuracy trade-off
  • Beteiligte: Bernau, Daniel [Verfasser:in]; Küsters, Ralf [Akademische:r Betreuer:in]
  • Erschienen: Stuttgart: Universitätsbibliothek der Universität Stuttgart, 2022
  • Umfang: Online-Ressource
  • Sprache: Englisch
  • DOI: 10.18419/opus-12490
  • Identifikator:
  • Schlagwörter: Privatsphäre ; Maschinelles Lernen ; Neuronales Netz ; Kryptoanalyse ; Datensatz ; Zugriffskontrolle ; Datenschutz
  • Entstehung:
  • Hochschulschrift: Dissertation, Stuttgart, Universität Stuttgart, 2022
  • Anmerkungen:
  • Zugangsstatus: Freier Zugang