MARC状态:审校 文献类型:规范文档 浏览次数:46
- 题名/责任者:
- 联邦学习原理与算法/耿佳辉[等]编著
- 出版发行项:
- 北京:机械工业出版社,2023
- ISBN及定价:
- 978-7-111-72853-5/CNY109.00
- 载体形态项:
- 12,220页:图;26cm
- 并列正题名:
- Federated learning
- 丛编项:
- 网络空间安全技术丛书
- 个人责任者:
- 耿佳辉 编著
- 个人责任者:
- 牟永利 编著
- 个人责任者:
- 李青 编著
- 学科主题:
- 机器学习-算法
- 中图法分类号:
- TP181
- 一般附注:
- 国家出版基金项目 机工IT
- 题名责任附注:
- 编著者还有:牟永利、李青、(挪)容淳铭
- 提要文摘附注:
- 本书介绍了联邦学习的全貌。算法部分包含横向联邦、纵向联邦等不同的数据建模方式,讨论了联邦学习由于数据异质性和设备异质性带来的算法稳定性、隐私性挑战及其解决策略;实践部分介绍了当前主流的联邦学习框架,并进行对比,然后给出相同算法的不同实现供读者比较。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP181/1929 | 06001604223 | 雨花理科图书室 | 可借 | 雨花理科图书室 | |
TP181/1929 | 06001604224 | 雨花理科图书室 | 可借 | 雨花理科图书室 |
显示全部馆藏信息