|
题名:
|
联邦学习 / 薄列峰, (美) 黄恒, 顾松痒, 陈彦卿等著 , |
|
ISBN:
|
978-7-111-70349-5 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
x, 342页, [4] 页图版 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： 2022 |
|
内容提要:
|
本书从概念、应用场景到具体的先进算法, 再到最后的系统实现对联邦学习技术进行了一个全盘的回顾梳理与总结。共分为三个部分, 第一部分为联邦学习基础知识, 主要介绍联邦学习的定义、挑战、应用场景和常用技术; 第二部分为联邦学习算法详述, 主要介绍了京东科技针对纵向联邦学习和横向联邦学习场景提出来的诸多创新性联邦学习算法; 第三部分为联邦学习系统相关知识, 主要介绍了京东科技设计的联邦学习系统及算法落地的性能优化技术。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
算法详解与系统实现 |
|
主要责任者:
|
薄列峰 著 |
|
主要责任者:
|
黄恒 著 |
|
主要责任者:
|
顾松痒 著 |