|
题名:
|
联邦学习技术及实战 / 彭南博, 王虎等著 , |
|
ISBN:
|
978-7-1214-0597-6 价格： CNY106.00 |
|
语种:
|
chi |
|
载体形态:
|
XIV, 326页 彩图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2021 |
|
内容提要:
|
本书针对产业界在智能化过程中普遍面临的数据不足问题，详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置，受隐私保护法规限制不能共享，形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁，通过传输变换后的临时变量，既能实现模型效果提升，又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验，主要内容包括隐私保护、机器学习等基础知识，联邦求交、联邦特征工程算法，三种常见的联邦形式，以及工程架构、产业案例、数据资产定价等。 |
|
主题词:
|
网络经济 计算机应用 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
中图分类法:
|
F49-39 版次： 5 |
|
主要责任者:
|
彭南博 著 |
|
主要责任者:
|
王虎 著 |