主页 / 2016阿里安全峰会 / 机器学习在恶意样本检测方面的实践之路
-
作者李薛 东巽科技(北京)有限公司
-
简介
他描述了机器学习在恶意样本检测方面，如何一步一步从零走过来，如何在问题面前做选择，如何逐步改进，如何跨坑，如何落地，还有需要重点考虑和注意的要点，以及在迭代改进的研究工作流程。 - 初识机器 - 来自恶意样本的挑战 - 判定规则,之外还有什么? - 我们目前的成果 - 对机器学习的粗浅认识 - 两个学科的结合 - 机器学习的经典流程:训练和预测 - 怎么落地?
-
02 入门级简单实践
- 输入数据
- 特征抽取
- 机器学习算法的选取
- WEKA
- 评价和衡量算法优劣
- 简单实践的结果
-
03 工程化的那些坑
- 算法模型调优
- 尝试引入新的特征向量
- 欠拟合和过拟合现象
- 交叉验证
- 不平衡数据集问题
- 这才刚刚开始
- SciKit-Learn
- 聚类在样本判别业务中的应用
- 还有很多工作需要落地
- 提出一个好问题
-
-
援引https://yq.aliyun.com/articles/57701
-
提示本站仅做资料的整理和索引,转载引用请注明出处
相关推荐
-
2018-08-19 12:40:54 -
2019-05-15 13:50:48 -
2020-12-02 12:29:02.340135 -
2023-11-24 16:28:07.941936
附件下载
-
机器学习在恶意样本检测方面的实践之路.李薛.pdf