|
题名:
|
深入浅出联邦学习 shen ru qian chu lian bang xue xi / 王健宗, 李泽远, 何安珣著 , |
|
ISBN:
|
978-7-111-67959-2 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
189页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2021 |
|
内容提要:
|
本书共9章,分为4个部分。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。第二部分原理(第3-5章)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。第三部分实战(第6-7章)主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践,并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。第四部分拓展(第8-9章)概述了联邦学习的形态、联邦学习系统架构、当前面临的挑战等,并探讨了联邦学习的发展前景和趋势。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
王健宗 wang jian zong 著 |
|
主要责任者:
|
李泽远 li ze yuan 著 |
|
主要责任者:
|
何安珣 he an xun 著 |
|
附注:
|
华章IT |
|
索书号:
|
1 |