Bücher — anomaly detection

RU
O. I. Shelukhin, D. J. Sakalema, A. S. Filinova: Intrusion Detection

O. I. Shelukhin, D. J. Sakalema, A. S. Filinova: Intrusion Detection

F
Cybersicherheit
RU
Systemmodellierung von Aktorinteraktionen für Cloud-Dienste

Systemmodellierung von Aktorinteraktionen für Cloud-Dienste

A

А.В. Скатков, В.И. Шевченко, А.А. Брюховецкий, Д.Ю. Воронин, Е.Н. Мащенко, О.В. Ченгарь

DevOps und Infrastruktur
RU
Maschinelles Lernen in Elastic Stack

Maschinelles Lernen in Elastic Stack

A

Рич Кольер, Камилла Монтонен, Бахаалдин Азарми

KI und ML
EN
Statistische Prozessüberwachung mit datengetriebenen und Deep-Learning-Ansätzen: Theorie und praktische Anwendungen

Statistische Prozessüberwachung mit datengetriebenen und Deep-Learning-Ansätzen: Theorie und praktische Anwendungen

A

Fouzi Harrou, Ying Sun, Amanda S. Hering, Muddu Madakyaru, Abdelkader Dairi

Algorithmen und Theorie
EN
Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

Daten ohne Labels: Praktisches unüberwachtes maschinelles Lernen

A

Vaibhav Verdhan

KI und ML
EN
Maschinelles Lernen und Data Mining für aufkommende Trends in der Cyber-Dynamik: Theorien und Anwendungen

Maschinelles Lernen und Data Mining für aufkommende Trends in der Cyber-Dynamik: Theorien und Anwendungen

A

Haruna Chiroma, Shafi’i M. Abdulhamid, Philippe Fournier-Viger, Nuno M. Garcia (Editors)

KI und ML
EN
Ausreißererkennung in Python

Ausreißererkennung in Python

A

Brett Kennedy

Algorithmen und Theorie
EN
Cybersicherheit in intelligenten Netzwerksystemen

Cybersicherheit in intelligenten Netzwerksystemen

A

Shengjie Xu, Yi Qian, Rose Qingyang Hu

Cybersicherheit
EN
Deep Learning für Zeitreihen-Kochbuch: Nutzen Sie PyTorch- und Python-Rezepte für Prognosen, Klassifizierung und Anomalieerkennung

Deep Learning für Zeitreihen-Kochbuch: Nutzen Sie PyTorch- und Python-Rezepte für Prognosen, Klassifizierung und Anomalieerkennung

A

Vitor Cerqueira, Luís Roque

KI und ML