MARC状态：订购 文献类型：中文图书 浏览次数：10
- 题名/责任者:
- 联邦学习/(美) 海科·路德维希, 娜塔莉·巴拉卡尔多著 刘璐, 张玉君译
- 出版发行项:
- 北京:清华大学出版社,2025
- ISBN及定价:
- 978-7-302-67943-1/CNY128.00
- 载体形态项:
- xii, 474页:图;24cm
- 统一题名:
- Federated learning
- 个人责任者:
- 路德维希 (Ludwig, Heiko) 著
- 个人责任者:
- 巴拉卡尔多 (Baracaldo, Nathalie) 著
- 个人次要责任者:
- 刘璐 译
- 个人次要责任者:
- 张玉君 译
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 出版发行附注:
- 德国施普林格公司授权出版 限中国大陆发行
- 相关题名附注:
- 书名原文取自版权页
- 提要文摘附注:
- 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。
全部MARC细节信息>>