题名:
联邦学习   / 王健宗, 李泽远, 何安珣, 王伟著 ,
ISBN:
978-7-115-57532-6 价格： CNY128.00
语种:
chi
载体形态:
280页 图 26cm
出版发行:
出版地： 北京 出版社： 人民邮电出版社 出版日期： 2021
内容提要:
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。 
主题词:
机器学习  
中图分类法:
TP181 版次： 5
主要责任者:
王健宗 著
主要责任者:
李泽远 著
主要责任者:
何安珣 著
责任者附注:
王健宗, 博士, 美国佛罗里达大学人工智能博士后, 高级工程师, 某大型金融集团科技公司联邦学习团队负责人。中国计算机学会杰出会员、大数据专家委员会和量子计算专业组执委。李泽远, 某大型金融集团科技公司高级AI产品经理CCFYOCSEF深圳AC委员。何安珣, 某头部互联网公司高级产品经理。