VIP20
本课程属于：005-数据分级分类密钥边界蓝图 密码学工程与数据安全 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

敏感数据识别机器学习实践

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
敏感数据识别概述
定义 · 重要性 · 应用场景
敏感数据识别概述定义
02
敏感数据类型与分类标准
PII · PHI · 金融数据等
敏感数据类型分类标准
03
法律法规与合规要求
GDPR · CCPA · 等保等
法律法规合规要求
04
敏感数据识别项目的流程与框架
敏感数据识别项目的流程与框架 · 核心概念 · 实践要点
敏感数据识别项目…框架
05
数据采样与标注
构建敏感数据集
数据采样标注
06
数据预处理
清洗 · 去重 · 脱敏预处理
数据预处理清洗
07
文本特征提取方法
TF-IDF · Word2Vec · BERT
文本特征提取方法TF-IDF
08
基于规则的方法
正则表达式与字典匹配
基于规则的方法正则表达式
09
机器学习基础
分类算法（逻辑回归 · 决策树 · 随机森林）
机器学习基础分类算法
10
基于机器学习的敏感数据分类
特征工程 · 模型训练
基于机器学习的敏…特征工程
11
深度学习基础
RNN · LSTM · CNN在文本中的应用
深度学习基础RNN
12
基于深度学习的敏感实体识别
BiLSTM-CRF
基于深度学习的敏…BiLSTM-CRF
13
预训练语言模型
BERT · RoBERTa在敏感数据识别中的应用
预训练语言模型BERT
14
迁移学习与微调
使用预训练模型进行小样本学习
迁移学习微调
15
数据不平衡问题处理
采样 · 代价敏感学习
数据不平衡问题处…采样
16
多标签分类
识别多种敏感类型
多标签分类识别多种敏感类型
17
模型评估指标
精确率 · 召回率 · F1
模型评估指标精确率
18
模型验证与交叉验证
模型验证与交叉验证 · 核心概念 · 实践要点
模型验证交叉验证
19
模型可解释性
SHAP · LIME在敏感识别中的应用
模型可解释性SHAP
20
实时敏感数据识别系统架构设计
实时敏感数据识别系统架构设计 · 核心概念 · 实践要点
实时敏感数据识别…重点
21
大规模数据处理
Spark · Flink流式识别
大规模数据处理Spark
22
模型部署
ONNX · TensorRT · Docker容器化
模型部署ONNX
23
隐私保护机器学习
联邦学习在敏感识别中的使用
隐私保护机器学习联邦学习
24
差分隐私与安全多方计算
差分隐私与安全多方计算 · 核心概念 · 实践要点
差分隐私安全多方计算
25
数据脱敏技术
静态脱敏 · 动态脱敏
数据脱敏技术静态脱敏
26
误报与漏报分析与优化
误报与漏报分析与优化 · 核心概念 · 实践要点
误报漏报分析
27
案例研究
金融行业敏感数据识别实践
案例研究金融行业敏感数据…
28
案例研究
医疗行业敏感数据识别实践
案例研究医疗行业敏感数据…
29
案例研究
电商与社交媒体敏感数据识别
案例研究电商
30
未来趋势
AI时代的隐私保护与敏感数据治理
未来趋势AI