书目信息 |
题名: |
联邦学习
|
|
作者: | 李泽远 , 何安珣 , 王伟 , 王健宗 著 | |
分册: | ||
出版信息: | 北京 人民邮电出版社 2021.11 |
|
页数: | 280页 | |
开本: | 26cm | |
丛书名: | ||
单 册: | ||
中图分类: | TP181 | |
科图分类: | ||
主题词: | 机器学习--ji qi xue xi | |
电子资源: | ||
ISBN: | 978-7-115-57532-6 |
000 | 01526nam0 2200301 450 | |
001 | CAL 0120217313663 | |
010 | @a978-7-115-57532-6@dCNY128.00 | |
100 | @a20220906d2021 em y0chiy50 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aa a 000yy | |
106 | @ar | |
200 | 1 | @a联邦学习@Alian bang xue xi@e原理与算法@d= Federated learning@efundamentals and algorithms@f王健宗 ... [等] 著@zeng |
210 | @a北京@c人民邮电出版社@d2021.11 | |
215 | @a280页@c图@d26cm | |
304 | @a题名页题其余责任者: 李泽远, 何安珣, 王伟 | |
314 | @a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。李泽远, 某大型金融集团科技公司高级AI产品经理, CCF YOCSEF深圳AC委员。何安珣, 某头部互联网公司高级产品经理。王伟, 中国科学院信息工程研究所信息安全国家重点实验室助理研究员, 信息安全博士。 | |
320 | @a有书目 (第273-280页) | |
330 | @a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。 | |
510 | 1 | @aFederated learning@efundamentals and algorithms@zeng |
606 | 0 | @a机器学习@Aji qi xue xi |
690 | @aTP181@v5 | |
701 | 0 | @a李泽远@Ali ze yuan@4著 |
701 | 0 | @a何安珣@Ahe an xun@4著 |
701 | 0 | @a王伟@Awang wei@4著 |
701 | 0 | @a王健宗@Awang jian zong@4著 |
801 | 0 | @aCN@c20220906 |
905 | @a河南城建学院图书馆@dTP181@eW220@f1 | |
联邦学习:原理与算法= Federated learning:fundamentals and algorithms/王健宗 ... [等] 著.-北京:人民邮电出版社,2021.11 |
280页:图;26cm |
ISBN 978-7-115-57532-6:CNY128.00 |
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。 |
● |
相关链接 |
正题名:联邦学习
索取号:TP181/W220
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1564401 | 215644015 | 自科库301/301自科库 35排3列2层/ [索取号:TP181/W220] | 在馆 |