|
题名:
|
联邦学习 / (美) 海科·路德维希, (美) 娜塔莉·巴拉卡尔多著 , 刘璐, 张玉君译 |
|
ISBN:
|
978-7-302-67943-1 价格： CNY128.00 |
|
语种:
|
chi |
|
载体形态:
|
12, 474页 24cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2025 |
|
内容提要:
|
本书阐述了联邦学习的最新研究进展和最先进的发展成果，包括从最初构想到首次应用和商业化使用。为了了解这个领域，研究人员从不同的角度探讨了联邦学习：机器学习、隐私和安全、分布式系统以及具体应用领域。读者将从这些角度了解联邦学习所面临的挑战、它们之间的相互关系，以及解决这些挑战的前沿方法。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
路德维希 著 |
|
主要责任者:
|
巴拉卡尔多 著 |
|
次要责任者:
|
刘璐 译 |
|
次要责任者:
|
张玉君 译 |