MARC状态:审校 文献类型:中文图书 浏览次数:33
- 题名/责任者:
- 联邦学习/杨强[等]著
- 出版发行项:
- 北京:电子工业出版社,2020
- ISBN及定价:
- 978-7-121-38522-3/CNY89.00
- 载体形态项:
- 16,192页:图;24cm
- 并列正题名:
- Federated learning
- 个人责任者:
- 杨强 (教授) 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 题名责任附注:
- 著者还有:刘洋、程勇、康焱、陈天健、于涵
- 提要文摘附注:
- 本书将描述联邦学习如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来,以解决分散数据的使用问题。介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景,并描述一些典型的实际问题解决案例。
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 |
| TP181/139 | 00579547 | 书库
(图书定位请点击这里) |
可借 | 书库 | |
| TP181/139 | 00579548 | 书库
(图书定位请点击这里) |
可借 | 书库 | |
| TP181/139 | A00127440 | 书库
(图书定位请点击这里) |
借出-应还日期: | 书库 | |
| TP181/139 | A00339204 | 书库
(图书定位请点击这里) |
借出-应还日期: | 书库 |
显示全部馆藏信息




书库