ISP/WN

From WikiZMSI

Spis treści 1 Wykład 0 --- Warunki zaliczenia --- treść kursu 2 Wykład 1,2 --- Systemy IDS i maszynowe uczenie się 3 Wykład 3 --- Sztuczne sieci neuronowe w zadaniu klasyfikacji 4 Wykład 4 --- Naiwny klasyfikator bayesowski

Wykład 0 --- Warunki zaliczenia --- treść kursu

• Slajdy do pobrania

Wykład 1,2 --- Systemy IDS i maszynowe uczenie się

• Slajdy do pobrania

• Materiały dodatkowe
  • Raport firmy Acunetix
  • Raport firmy Cisco
  • Raport Cenzic z 2014
  • Portal Kaggle dla tych, którzy chcą zająć się analizą danych

Wykład 3 --- Sztuczne sieci neuronowe w zadaniu klasyfikacji

• Slajdy do pobrania

• Materiały dodatkowe
  • Ciekawa pozycja tłumacząca w przystępny sposób działanie Sztucznych Sieci Neuronowych. Neural Network Design (2nd Edition) by Martin T. Hagan i in.

Wykład 4 --- Naiwny klasyfikator bayesowski

• Materiały dodatkowe
  • Strona Statsoft
  • Wykład prof. T. Pankowskiego