机读格式显示(MARC)

• 000 01201nam0 2200265 450

• 001 0000454503

• 005 20241026122000.0

• 010 __ |a 978-7-121-40597-6 |d CNY106.00

• 100 __ |a 20210330d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 联邦学习技术及实战 |A lian bang xue xi ji shu ji shi zhan |b 专著 |f 彭南博，王虎等著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021.03

• 215 __ |a 14,326页 |c 图 |d 24cm

• 330 __ |a 本书针对产业界在智能化过程中普遍面临的数据不足问题，详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置，受隐私保护法规限制不能共享，形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁，通过传输变换后的临时变量，既能实现模型效果提升，又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验，主要内容包括隐私保护、机器学习等基础知识，联邦求交、联邦特征工程算法，三种常见的联邦形式，以及工程架构、产业案例、数据资产定价等。

• 333 __ |a 联邦学习技术学习者

• 606 0_ |a 机器学习

• 690 __ |a TP181 |v 5

• 690 __ |a TP18 |v 4

• 701 _0 |a 彭南博 |A peng nan bo |4 著

• 701 _0 |a 王虎 |A wang hu |4 著

• 801 _0 |a CN |b 人天书店 |c 20210330

• 905 __ |a JBXQLIB |d TP18/849