Detekcja Cyber ataków przy pomocy uczenia maszynowego

Opis

Kurs w liczbach:

• Liczba zadań praktycznych w kursie: 29 zadań
• Liczba minut materiału video:
• Liczba stron materiałów pdf:
• Poziom trudności: Średniozaawansowany 
• Szacowany czas uczenia kursu: 20h

Co uzyskujesz w ramach kursu: 

• Dostęp do środowiska programistycznego w przeglądarce wraz z systemem automatycznego testowania programów przez 12 miesięcy od zakupu kursu 
• Nielimitowany dostęp do materiałów video prezentujących sposób rozwiązania zadania wraz z omówieniem 
• Nielimitowany dostęp do materiałów teoretycznych pdf wprowadzających w tematykę zadań praktycznych 
• Nielimitowany dostęp do napisanych programów w ramach sprawdzanych zadań na platformie  
• Imienny certyfikat ukończenia kursu (warunek wykonania poprawnie min. 85% zadań przewidzianych w kursie) 

Zawartość kursu:

1. Oszustwa Bankowe
   • Wczytanie i przygotowanie danych
   • Podział na zbiory X i Y
   • Zakodowanie danych
   • Skalowanie danych
   • Podział na dane treningowe i testowe
   • Budowa oraz trening modelu
   • Predykcja i ewaluacja
2. Analiza ruchu w systemie Android 
   • Wczytanie i przygotowanie danych
   • Zakodowanie danych
   • Skalowanie danych
   • Podział na dane treningowe i testowe
   • Budowa oraz trening modelu
   • Predykcja i ewaluacja
3. UNSW
   • Wczytanie danych
   • Wizualizacja danych
   • Usunięcie kolumn
   • Kodowanie danych
   • Podzielenie zbioru danych na zbiory X i Y
   • Skalowanie danych
   • Utworzenie i trening modeli
   • Predykcja
   • Sprawdzenie skuteczności i wizualizacja wyników
4. Malicious – detekcja cyberataków
   • Wczytanie i początkowe przygotowanie danych
   • Modyfikacja danych
   • Wizualizacja danych (wykresy słupkowe)
   • Podział danych
   • Budowa i trening klasyfikatora RandomForest
   • Predykcja i ocena trafności modelu
   • Porównanie klasyfikatorów