📖 书目详情
联邦学习—原理与算法—fundamentals and algorithms
| 著者 | 王健宗[等]著 |
| ISBN | 9787115575326 |
| 中图分类 | TP181 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 人民邮电出版社 |
| 丛书名 | — |
| 出版年 | 2021 |
| 页码 | 280页 |
| 价格 | ¥128.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.8/10
|
📝 内容简介
数据孤岛和隐私安全挑战已经成为制约人工智能发展的关键问题。在此背景下,联邦学习作为一种新兴技术,凭借其突出的隐私保护能力展示出在诸多业务场景中的应用价值。 本书从联邦学习的基础知识出发,深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系,详细阐述了联邦学习中涉及的加密通信模块,以定性和定量的双视角建立了联邦学习服务质量的评估维度、理论体系及提升方式,并对联邦学习的研究趋势进行了深入探讨与分析,可以对设计和选择算法提供工具式的参考和帮助。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购