Securing AI and Advanced Topics

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.

Securing AI and Advanced Topics

Name: Securing AI and Advanced Topics
Rating: 4.416666666666667 (24 reviews)

Dieser Kurs ist Teil von Spezialisierung „AI for Cybersecurity“

Dozent: Lanier Watkins

2.464 bereits angemeldet

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

24 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

24 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Learn to implement AI-based solutions to detect and prevent credit card fraud in cloud environments.
Explore the fundamentals of Generative Adversarial Networks and their applications in generating synthetic data.
Gain hands-on experience with black-box and white-box adversarial attacks to assess and enhance model resilience.
Master techniques in feature engineering and performance evaluation to optimize AI models for cybersecurity applications.

Kompetenzen, die Sie erwerben

Kategorie: Cybersecurity
Kategorie: Feature Engineering
Kategorie: Data Synthesis
Kategorie: Model Optimization
Kategorie: Cyber Security Strategy
Kategorie: AI Security
Kategorie: Model Evaluation
Kategorie: Reinforcement Learning

Werkzeuge, die Sie lernen werden

Kategorie: Generative Adversarial Networks (GANs)
Kategorie: Fraud detection

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

15 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „AI for Cybersecurity“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

In the course "Securing AI and Advanced Topics", learners will delve into the cutting-edge intersection of AI and cybersecurity, focusing on how advanced techniques can secure AI systems against emerging threats. Through a structured approach, you will explore practical applications, including fraud prevention using cloud AI solutions and the intricacies of Generative Adversarial Networks (GANs). Each module builds upon the previous one, enabling a comprehensive understanding of both offensive and defensive strategies in cybersecurity.

What sets this course apart is its hands-on experience with real-world implementations, allowing you to design effective solutions for detecting and mitigating fraud, as well as understanding adversarial attacks. By evaluating AI models and learning reinforcement learning principles, you will gain insights into enhancing cybersecurity measures. Completing this course will equip you with the skills necessary to address complex challenges in the evolving landscape of AI and cybersecurity, making you a valuable asset in any organization. Whether you are seeking to deepen your expertise or enter this critical field, this course provides the tools and knowledge you need to excel.

This course provides a comprehensive exploration of AI-based solutions for credit card fraud detection, emphasizing the implementation and evaluation of advanced algorithms, including Generative Adversarial Networks (GANs). Students will gain practical experience in executing adversarial attacks and optimizing machine learning models, enhancing their ability to develop robust AI systems. Through hands-on projects, participants will synthesize knowledge to address real-world challenges in fraud detection and model resilience.

Das ist alles enthalten

2 Lektüren

In this module, we study the background of threats that prevent credit card fraud. Then, we investigate hands-on credit card fraud detection implementations. Also, we discuss metrics to evaluate the performance of credit card fraud detection algorithms.

Das ist alles enthalten

2 Videos3 Lektüren3 Aufgaben

2 VideosInsgesamt 14 Minuten

Credit Card Fraud Prevention with AI4 Minuten
Credit Card Fraud Prevention: IBM Watson Example10 Minuten

3 LektürenInsgesamt 65 Minuten

Reading References10 Minuten
Reading References10 Minuten
Self-Reflective Reading: Understanding of AI Fraud Prevention Tools45 Minuten

3 AufgabenInsgesamt 90 Minuten

Credit Card Fraud Threats and AI Prevention15 Minuten
Implementing and Evaluating IBM Watson for Fraud Detection15 Minuten
Fraud Prevention with Cloud AI Solutions60 Minuten

In this module, we study generative adversarial networks (GANs) background. Then, we investigate a hands-on GAN implementation and how it can be used to develop synthetic data likely indistinguishable from the real data.

Das ist alles enthalten

2 Videos3 Lektüren3 Aufgaben

2 VideosInsgesamt 17 Minuten

Introduction to Generative Adversarial Networks (GANs)9 Minuten
Getting to Know GANs8 Minuten

3 LektürenInsgesamt 70 Minuten

Reading References15 Minuten
Reading References10 Minuten
Self-Reflective Reading: Research GANs45 Minuten

3 AufgabenInsgesamt 90 Minuten

Fundamentals of Generative Adversarial Networks (GANs)15 Minuten
Hands-On GAN Implementation and Synthetic Data Generation15 Minuten
Introduction to Generative Adversarial Attacks (GANs)60 Minuten

In this module, we will discuss black and white-box adversarial attacks. Also, we will explore hands-on implementations of several adversarial attacks.

Das ist alles enthalten

2 Videos3 Lektüren3 Aufgaben1 Unbewertetes Labor

2 VideosInsgesamt 18 Minuten

Adversarial Attacks Explained8 Minuten
Hands-On Adversarial Attacks9 Minuten

3 LektürenInsgesamt 65 Minuten

Reading References10 Minuten
Reading References10 Minuten
Self-Reflective Reading: GANs and Adversarial Attacks45 Minuten

3 AufgabenInsgesamt 90 Minuten

Understanding Black-box and White-box Adversarial Attacks15 Minuten
Practical Implementation of Adversarial Attacks15 Minuten
GANs and Adversarial Attacks60 Minuten

1 Unbewertetes LaborInsgesamt 60 Minuten

Practice Lab: Generating Synthetic QR Codes with the Trained Generator60 Minuten

In this module we will study reinforcement learning (RL) and how it can be used for adversarial attacks. Also, we will study data engineering techniques to optimize datasets to help improve ML model performance.

Das ist alles enthalten

2 Videos3 Lektüren3 Aufgaben

2 VideosInsgesamt 14 Minuten

Reinforcement Learning8 Minuten
Evading Malware Detectors with RL6 Minuten

3 LektürenInsgesamt 65 Minuten

Reading References10 Minuten
Reading References10 Minuten
Self-Reflective Reading: Understanding Reinforcement Learning45 Minuten

3 AufgabenInsgesamt 90 Minuten

Reinforcement Learning and its Applications15 Minuten
Using RL for Adversarial Attacks and Optimizing Datasets15 Minuten
Reinforcement Learning60 Minuten

In this module, we will discuss feature engineering and model optimization techniques. Also, we will explore ML model performance metrics.

Das ist alles enthalten

2 Videos3 Lektüren3 Aufgaben

2 VideosInsgesamt 17 Minuten

Challenges with Using AI for Cybersecurity9 Minuten
Evaluating AI Models8 Minuten

3 LektürenInsgesamt 65 Minuten

Reading References10 Minuten
Reading References10 Minuten
Self-Reflective Reading: Feature Engineering in Cybersecurity Applications45 Minuten

3 AufgabenInsgesamt 90 Minuten

Feature Engineering and Model Optimization Techniques15 Minuten
Evaluating AI Models and Performance Metrics15 Minuten
Evaluating AI Models and Performance60 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(6 Bewertungen)

Lanier Watkins

Johns Hopkins University

3 Kurse10.890 Lernende

von

Johns Hopkins University

Mehr von Security entdecken

Status: Kostenloser Testzeitraum
Coursera
AI Security: Security in the Age of Artificial Intelligence
Spezialisierung
Status: Kostenloser Testzeitraum
Pearson
Practical Cybersecurity Fundamentals: Unit 5
Kurs
Status: Kostenloser Testzeitraum
Edureka
Securing AI Systems
Kurs
Status: Kostenloser Testzeitraum
Coursera
Cybersecurity Strategies for AI-Driven Organizations
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.