COURSE 112 · Bachelor's
AI and machine-learning security
Free cybersecurity education for anyone who wants to protect people and technology. Study published lessons, examples and exercises without creating an account.
Loading this course…
Published lessons in this course
Each link opens the complete lesson on its own permanent page. New manuscript edits appear there after publication.
EN · 0 daily lessons · 40 full chapters
Chapter 1: Chapter 1 — Mathematical reasoningChapter 2: Chapter 2 — Computing systemsChapter 3: Chapter 3 — Programming IChapter 4: Chapter 4 — Academic writingChapter 5: Chapter 5 — Security literacyChapter 6: Chapter 6 — Discrete structuresChapter 7: Chapter 7 — Networks and protocolsChapter 8: Chapter 8 — Programming IIChapter 9: Chapter 9 — Data and databasesChapter 10: Chapter 10 — Ethics and authorized practiceChapter 11: Chapter 11 — Operating systemsChapter 12: Chapter 12 — Probability and statisticsChapter 13: Chapter 13 — Identity and accessChapter 14: Chapter 14 — Privacy foundationsChapter 15: Chapter 15 — Evidence and measurementChapter 16: Chapter 16 — Security architectureChapter 17: Chapter 17 — Cryptography conceptsChapter 18: Chapter 18 — Research methods IChapter 19: Chapter 19 — AI and machine-learning security: scope and theoryChapter 20: Chapter 20 — AI and machine-learning security: foundational casesChapter 21: Chapter 21 — AI and machine-learning security: system modelsChapter 22: Chapter 22 — AI and machine-learning security: data and dependenciesChapter 23: Chapter 23 — AI and machine-learning security: methods IChapter 24: Chapter 24 — AI and machine-learning security: controlsChapter 25: Chapter 25 — Laboratory IChapter 26: Chapter 26 — AI and machine-learning security: methods IIChapter 27: Chapter 27 — AI and machine-learning security: verificationChapter 28: Chapter 28 — AI and machine-learning security: failure analysisChapter 29: Chapter 29 — AI and machine-learning security: operationsChapter 30: Chapter 30 — Laboratory IIChapter 31: Chapter 31 — AI and machine-learning security: advanced casesChapter 32: Chapter 32 — AI and machine-learning security: interdisciplinary interfacesChapter 33: Chapter 33 — Research methods IIChapter 34: Chapter 34 — Comparative projectChapter 35: Chapter 35 — Capstone proposalChapter 36: Chapter 36 — Field or community practiceChapter 37: Chapter 37 — Evidence review seminarChapter 38: Chapter 38 — Capstone implementationChapter 39: Chapter 39 — Capstone evaluationChapter 40: Chapter 40 — Thesis and presentation
PT · 0 daily lessons · 40 full chapters
Chapter 1: Capítulo 1 — Raciocínio matemáticoChapter 2: Capítulo 2 — Sistemas computacionaisChapter 3: Capítulo 3 — Programação IChapter 4: Capítulo 4 — Escrita acadêmicaChapter 5: Capítulo 5 — Letramento em segurançaChapter 6: Capítulo 6 — Estruturas discretasChapter 7: Capítulo 7 — Redes e protocolosChapter 8: Capítulo 8 — Programação IIChapter 9: Capítulo 9 — Dados e bancos de dadosChapter 10: Capítulo 10 — Ética e prática autorizadaChapter 11: Capítulo 11 — Sistemas operacionaisChapter 12: Capítulo 12 — Probabilidade e estatísticaChapter 13: Capítulo 13 — Identidade e acessoChapter 14: Capítulo 14 — Fundamentos de privacidadeChapter 15: Capítulo 15 — Evidências e mediçãoChapter 16: Capítulo 16 — Arquitetura de segurançaChapter 17: Capítulo 17 — Conceitos de criptografiaChapter 18: Capítulo 18 — Métodos de pesquisa IChapter 19: Capítulo 19 — Segurança de IA e aprendizado de máquina: escopo e teoriaChapter 20: Capítulo 20 — Segurança de IA e aprendizado de máquina: casos fundamentaisChapter 21: Capítulo 21 — Segurança de IA e aprendizado de máquina: modelos de sistemaChapter 22: Capítulo 22 — Segurança de IA e aprendizado de máquina: dados e dependênciasChapter 23: Capítulo 23 — Segurança de IA e aprendizado de máquina: métodos IChapter 24: Capítulo 24 — Segurança de IA e aprendizado de máquina: controlesChapter 25: Capítulo 25 — Laboratório IChapter 26: Capítulo 26 — Segurança de IA e aprendizado de máquina: métodos IIChapter 27: Capítulo 27 — Segurança de IA e aprendizado de máquina: verificaçãoChapter 28: Capítulo 28 — Segurança de IA e aprendizado de máquina: análise de falhasChapter 29: Capítulo 29 — Segurança de IA e aprendizado de máquina: operaçõesChapter 30: Capítulo 30 — Laboratório IIChapter 31: Capítulo 31 — Segurança de IA e aprendizado de máquina: casos avançadosChapter 32: Capítulo 32 — Segurança de IA e aprendizado de máquina: interfaces interdisciplinaresChapter 33: Capítulo 33 — Métodos de pesquisa IIChapter 34: Capítulo 34 — Projeto comparativoChapter 35: Capítulo 35 — Proposta de projeto finalChapter 36: Capítulo 36 — Prática de campo ou comunitáriaChapter 37: Capítulo 37 — Seminário de revisão de evidênciasChapter 38: Capítulo 38 — Implementação do projeto finalChapter 39: Capítulo 39 — Avaliação do projeto finalChapter 40: Capítulo 40 — Trabalho de conclusão e apresentação
ES · 0 daily lessons · 40 full chapters
Chapter 1: Capítulo 1 — Razonamiento matemáticoChapter 2: Capítulo 2 — Sistemas de computaciónChapter 3: Capítulo 3 — Programación IChapter 4: Capítulo 4 — Escritura académicaChapter 5: Capítulo 5 — Alfabetización en seguridadChapter 6: Capítulo 6 — Estructuras discretasChapter 7: Capítulo 7 — Redes y protocolosChapter 8: Capítulo 8 — Programación IIChapter 9: Capítulo 9 — Datos y bases de datosChapter 10: Capítulo 10 — Ética y práctica autorizadaChapter 11: Capítulo 11 — Sistemas operativosChapter 12: Capítulo 12 — Probabilidad y estadísticaChapter 13: Capítulo 13 — Identidad y accesoChapter 14: Capítulo 14 — Fundamentos de privacidadChapter 15: Capítulo 15 — Evidencia y mediciónChapter 16: Capítulo 16 — Arquitectura de seguridadChapter 17: Capítulo 17 — Conceptos de criptografíaChapter 18: Capítulo 18 — Métodos de investigación IChapter 19: Capítulo 19 — Seguridad de la IA y del aprendizaje automático: alcance y teoríaChapter 20: Capítulo 20 — Seguridad de la IA y del aprendizaje automático: casos fundamentalesChapter 21: Capítulo 21 — Seguridad de la IA y del aprendizaje automático: modelos de sistemaChapter 22: Capítulo 22 — Seguridad de la IA y del aprendizaje automático: datos y dependenciasChapter 23: Capítulo 23 — Seguridad de la IA y del aprendizaje automático: métodos IChapter 24: Capítulo 24 — Seguridad de la IA y del aprendizaje automático: controlesChapter 25: Capítulo 25 — Laboratorio IChapter 26: Capítulo 26 — Seguridad de la IA y del aprendizaje automático: métodos IIChapter 27: Capítulo 27 — Seguridad de la IA y del aprendizaje automático: verificaciónChapter 28: Capítulo 28 — Seguridad de la IA y del aprendizaje automático: análisis de fallosChapter 29: Capítulo 29 — Seguridad de la IA y del aprendizaje automático: operacionesChapter 30: Capítulo 30 — Laboratorio IIChapter 31: Capítulo 31 — Seguridad de la IA y del aprendizaje automático: casos avanzadosChapter 32: Capítulo 32 — Seguridad de la IA y del aprendizaje automático: interfaces interdisciplinariasChapter 33: Capítulo 33 — Métodos de investigación IIChapter 34: Capítulo 34 — Proyecto comparativoChapter 35: Capítulo 35 — Propuesta del proyecto finalChapter 36: Capítulo 36 — Prácticas de campo o comunitariasChapter 37: Capítulo 37 — Seminario de revisión de la evidenciaChapter 38: Capítulo 38 — Implementación del proyecto finalChapter 39: Capítulo 39 — Evaluación del proyecto finalChapter 40: Capítulo 40 — Memoria y presentación
COURSE 112
AI and machine-learning security
Loading the current book and lesson guide…
View worked answers
YOUR PROGRESS · OPTIONAL
Save this lesson
Reading is open without an account. Saving progress with optional sign-in will be added later.