南京江北新区图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

联邦学习:原理与算法/王健宗[等]著

出版发行项:

北京:人民邮电出版社,2021.11

ISBN及定价:

978-7-115-57532-6/CNY128.00

载体形态项:

280页:图;26cm

并列正题名:

Federated learning:fundamentals and algorithms

个人责任者:

王健宗 著

学科主题:

机器学习

中图法分类号:

TP181

中图法分类号:

TP18

题名责任附注:

著者还有：李泽远、何安珣、王伟

提要文摘附注:

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。

使用对象附注:

本书是高校、科研院所和业界相关学者研究联邦学习技术的理想读本，也适合大数据、人工智能行业的从业者和有兴趣的读者参考

豆瓣简介：