मुख्य सामग्री पर जाएं

कोर्स

Python में डेटा प्राइवेसी और अज्ञातिकरण

उन्नत4 घंटे

गोपनीयता-संरक्षण तकनीकों से संवेदनशील जानकारी संसाधित करना सीखें।

Python4 घंटे16 वीडियो49 अभ्यास3,850 XP3,790उपलब्धि प्रमाणपत्र

अपना नि:शुल्क अकाउंट बनाएँ

Google के साथ जारी रखें
या
जारी रखकर, आप हमारी उपयोग की शर्तें, हमारा गोपनीयता नीति और यह कि आपका डेटा USA में संग्रहीत है।

हज़ारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

टीम को प्रशिक्षित कर रहे हैं?

बिज़नेस आज़माएँ

कोर्स विवरण

डेटा प्राइवेसी पहले से कहीं ज़्यादा महत्वपूर्ण है। लेकिन मूल्यवान बिज़नेस इनसाइट्स इकट्ठा करने और साझा करने की ज़रूरत के साथ प्राइवेसी का संतुलन कैसे बनाएँ? इस कोर्स में, आप वही तरीके सीखेंगे जिन्हें Google और Amazon इस्तेमाल करते हैं—जैसे डेटा जनरलाइज़ेशन और प्राइवेसी मॉडल, जैसे k-Anonymity और डिफरेंशियल प्राइवेसी। GDPR जैसे विषयों के अलावा, आप यह भी जानेंगे कि Python में मशीन लर्निंग मॉडल कैसे बनाएँ और ट्रेन करें, जबकि कर्मचारियों और आय जैसे संवेदनशील यूज़र डेटा की सुरक्षा भी करें. चलिए शुरू करते हैं!

पूर्वापेक्षाएँ

पाठ्यक्रम

कोर्स रूपरेखा

1

डेटा प्राइवेसी का परिचय

डेटा सप्रेशन, मास्किंग, सिंथेटिक डेटा जेनरेशन, और जनरलाइज़ेशन जैसी अज्ञातिकरण तकनीकों को लागू करने के लिए तैयार हो जाइए। इस अध्याय में, आप संवेदनशील और गैर-संवेदनशील व्यक्तिगत पहचान योग्य जानकारी (PII), क्वाज़ी-आइडेंटिफ़ायर, और GDPR की बुनियादी बातें अलग-अलग पहचानना सीखेंगे। आप यह भी देखेंगे कि इन सर्वोत्तम प्रक्रियाओं का पालन न करने पर वास्तविक दुनिया में क्या गलत हो सकता है।
अध्याय शुरू करें
2

प्राइवेसी-संरक्षण तकनीकों पर और गहराई से

जानिए कि कॉलम की प्रॉबेबिलिटी डिस्ट्रीब्यूशन का पालन करते हुए डेटासेट से सैंपलिंग करके डेटा को कैसे अज्ञात बनाया जाए। फिर आप सीखेंगे कि लिंकिंग या री-आइडेंटिफ़िकेशन अटैक को रोकने के लिए k-anonymity प्राइवेसी मॉडल कैसे लागू करें और कैटेगॉरिकल वैरिएबल्स में डेटा जनरलाइज़ेशन करने के लिए हायरार्की कैसे इस्तेमाल करें।
अध्याय शुरू करें
3

डिफरेंशियल प्राइवेसी

डिफरेंशियल प्राइवेसी के बारे में सीखें—वह मॉडल जिसे Apple, Google, और Uber जैसी बड़ी टेक कंपनियाँ उपयोग करती हैं। इस अध्याय में, आप प्राइवेट हिस्टोग्राम जनरेट करके और प्राइवेट एवरेजेस निकालकर डेटा का अन्वेषण करेंगे। आप डिफरेंशियली प्राइवेट मशीन लर्निंग मॉडल भी बनाएँगे जो व्यवसायों को अपने डेटा की उपयोगिता बढ़ाने में मदद करते हैं।
अध्याय शुरू करें
4

डेटासेट का अज्ञातिकरण और रिलीज़

इस अंतिम अध्याय में, आप principal component analysis (PCA) जैसी डाइमेंशनलिटी रिडक्शन विधियों को लागू करना सीखेंगे ताकि बड़े, मल्टी-कॉलम डेटासेट को अज्ञात बनाया जा सके। इसके बाद, आप Faker का उपयोग करके वास्तविक-से लगने वाले और सुसंगत डेटासेट जनरेट करेंगे, और scikit-learn से ऐसे सिंथेटिक डेटासेट बनाएँगे जो नॉर्मल डिस्ट्रीब्यूशन का पालन करते हों। अंत में, आप इस कोर्स में सीखी गई सभी बातों को समेटते हुए कई तकनीकों को मिलाकर डेटासेट्स को सार्वजनिक रूप से सुरक्षित तरीके से रिलीज़ करेंगे।
अध्याय शुरू करें

Python में डेटा प्राइवेसी और अज्ञातिकरण

कोर्स
पूरा

उपलब्धि प्रमाणपत्र प्राप्त करें

अभी नामांकन करें

DataCamp for Mobile के साथ अपने डेटा कौशल बढ़ाएं

हमारे मोबाइल पाठ्यक्रमों और दैनिक 5-मिनट कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।