西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深入浅出联邦学习:原理与实践/王健宗, 李泽远, 何安珣著

出版发行项:

北京:机械工业出版社,2021

ISBN及定价:

978-7-111-67959-2/CNY79.00

载体形态项:

189页:图;24cm

并列正题名:

Dive into federated learning:principle and practice

丛编项:

智能系统与技术丛书

个人责任者:

王健宗 著

个人责任者:

李泽远 著

个人责任者:

何安珣 著

学科主题:

机器学习

中图法分类号:

TP181

一般附注:

华章IT

责任者附注:

王健宗, 某大型金融集团科技公司联邦学习团队负责人、高级工程师。李泽远, 某大型金融集团科技公司高级人工智能产品经理, 中国计算机学会会员。何安珣, 某头部互联网公司高级产品经理, 中国计算机学会会员。

提要文摘附注:

全书一共9章, 分为4部分。第一部分 基础 (第1-2章) 主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容。第二部分 技术 (第3-5章) 详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术。第三部分 实践与应用 (第6-7章) 主要介绍了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等行业的解决方案。第四部分 拓展 (第8-9章) 概述了联邦学习的布局形态、系统架构、当前面对的挑战等, 并探讨了联邦学习的发展前景与趋势。

豆瓣简介：