Herramientas de usuario
pan:machine_learning_privacy_v2
Diferencias
Muestra las diferencias entre dos versiones de la página.
| Ambos lados, revisión anteriorRevisión previaPróxima revisión | Revisión previa | ||
| pan:machine_learning_privacy_v2 [2026/01/07 23:00] – thejuanvisu | pan:machine_learning_privacy_v2 [2026/01/07 23:07] (actual) – thejuanvisu | ||
|---|---|---|---|
| Línea 86: | Línea 86: | ||
| * **Perturbación de la salida**: Se usa un algoritmo no privado de aprendizaje y después se añade ruido al modelo generado. Normalmente se aplica sobre modelos que producen estadísticas complejas. No apto para muchos de los algoritmos supervisados que requieren interacturar con datos de prueba muchas veces. | * **Perturbación de la salida**: Se usa un algoritmo no privado de aprendizaje y después se añade ruido al modelo generado. Normalmente se aplica sobre modelos que producen estadísticas complejas. No apto para muchos de los algoritmos supervisados que requieren interacturar con datos de prueba muchas veces. | ||
| - | ====== Generación de datos sintéticos que preservan la privacidad ====== | + | ===== Generación de datos sintéticos que preservan la privacidad ===== |
| + | Algunos usuarios de los datos pueden pedir los datos originales para usarlos localmente. Métodos conservadores de la privacidad para la compartición de datos pueden ser usados para este propósito. La generación de datos sintéticos es una solución para la compartición de datos. Se generan datos artificiamente que tienen distribuciones y propiedades similares a los datos originales. | ||
| + | Los datos sintéticos son un tipo de datos artificialmente formulados generados por algoritmos artificales. Tienen algunas características críticas de los datos actuales. Puede producir resultados similares a los de datos reales. Puede ser generado para características espècíficas de escenarios de prueba poco comunes. | ||
| + | |||
| + | Los datos sintéticos ayudan a asegurtar la protección de la privacidad, al comaprtirlos se mantiene la utilidad de la aplicación y se preserva la privacidad. | ||
| + | |||
| + | ===== Ténicas de minado de datos que preservan la privacidad ===== | ||
| + | La minería de datos son herramientas y técnicas que pueden ser usadas para recolectar información y analizarla para extraer conocimiento de esta. | ||
| + | * Modelo descriptivo: | ||
| + | * Modelo Prescriptivo: | ||
pan/machine_learning_privacy_v2.1767826826.txt.gz · Última modificación: 2026/01/07 23:00 por thejuanvisu
Herramientas de la página
