Il y a 3 ans -
Temps de lecture 1 minute
La confidentialité assurée par les maths
Lors de la XebiCon’19, Giulia Bianchi, Data Scientist chez Publicis Sapient Engineering a présenté la conférence « La confidentialité assurée par les maths ».
Depuis mars dernier la famille TensorFlow compte un nouveau membre TensorFlow Privacy. De quoi s’agit-il ? Quelles sont les théories mathématiques qui garantissent la confidentialité d’un modèle de Deep Learning et comment sont-elles implémentées ?
Voici la vidéo :
Toutes les autres vidéos de la XebiCon sont disponibles sur le site de la XebiCon.
Publié par Giulia Bianchi
Giulia est Data Scientist, consultante et formatrice à Xebia. Elle travaille actuellement sur des volumes de données importants en mettant en place des algorithmes de Machine Learning, avec un objectif concret d’industrialisation. Elle participe à l’organisation du [DataXDay](https://dataxday.fr/). Elle suit les nouvelles tendances du monde de la Data en participant aux différents Meetups et en suivant des blogs. Elle contribue activement à cet écosystème en donnant des [talks](https://speakerdeck.com/giulbia) et en écrivant sur le [blog Xebia](https://blog.engineering.publicissapient.fr/author/gbianchi/).
Commentaire