机读格式显示(MARC)

• 000 00918nam0 2200253 450

• 001 0000197888

• 005 20210704153600.0

• 010 __ |a 978-7-121-38522-3 |d CNY89.00

• 100 __ |a 20200602d2020 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 |9 lian bang xue xi |b 专著 |d Federated learning |f 杨强[等]著 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2020

• 215 __ |a 16,192页 |c 图 |d 24cm

• 304 __ |a 著者还有：刘洋、程勇、康焱、陈天健、于涵

• 330 __ |a 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。

• 510 1_ |a Federated learning |z eng

• 606 0_ |a 机器学习

• 690 __ |a TP181 |v 5

• 701 _0 |a 杨强 |9 yang qiang |c (教授) |4 著

• 801 _0 |a CN |b GDPTC |c 20210704

• 905 __ |a GDPTC |d TP181/139