返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]联邦学习原理与算法耿佳辉 等 编著9787111728535
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 耿佳辉 等 编著著 | 耿佳辉 等 编著编 | 耿佳辉 等 编著译 | 耿佳辉 等 编著绘
    • 出版社: 机械工业出版社
    • 出版时间:2023-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 耿佳辉 等 编著著| 耿佳辉 等 编著编| 耿佳辉 等 编著译| 耿佳辉 等 编著绘
    • 出版社:机械工业出版社
    • 出版时间:2023-05-01
    • 版次:1
    • 印次:1
    • 字数:359
    • 页数:220
    • 开本:16开
    • ISBN:9787111728535
    • 版权提供:机械工业出版社
    • 作者:耿佳辉 等 编著
    • 著:耿佳辉 等 编著
    • 装帧:平装
    • 印次:1
    • 定价:109
    • ISBN:9787111728535
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-05-01
    • 页数:220
    • 外部编号:涿物流园18067
    • 版次:1
    • 成品尺寸:暂无

    章联邦学习与机器学习基础1.1联邦学习概述1.1.1联邦学习的背景与发展1.1.2联邦学习的定义与分类1.1.3联邦学习的相关法规与社区1.1.4展望与总结1.2联邦学习挑战1.2.1能挑战1.2.2效率挑战1..隐私与安全挑战1.3机器学习基础1.3.1机器学习定义与分类1.3.2机器学习流程1.3.3常见的机器学习算法1.4深度学习基础与框架1.4.1深度学习基本原理1.4.2常见的神经网络类型1.4.3常见的深度学习框架第2章联邦学习框架2.1百度PaddleFL框架2.1.1PaddleFL框架结构2.1.2PaddleFL框架安装和部署2.1.3PaddleFL使用示例2.2Flower框架2.2.1Flower框架结构2.2.2Flower框架安装与部署2..Flower使用示例.微众银行FATE框架..1FATE的技术架构..2FATE安装与部署2.4联邦学习框架对比第3章联邦学统架构3.1横向联邦学习3.1.1横向联邦学习定义3.1.2横向联邦学习算法3.1.3安全聚合算法3.2纵向联邦学习3.2.1纵向联邦学习算法概述3.2.2纵向联邦逻辑回归算法3.3分割学习3.3.1分割学习基本原理3.3.2分割学习设置与应用场景第4章联邦学习建模难点与解决方案4.1数据统计异质41.1非独立同分布影响与收敛分析4.1.2非同质数据分类与构建4.1.3联邦学习非独立同分布策略4.2个化联邦学习4.2.1个化联邦学习的动机和概念4.2.2全局模型个化策略4..个化本地模型4.3联邦学习通信与加速算法4.3.1模型压缩算法4.3.2异步与并行优化4.3.3硬件加速第5章联邦学习与隐私保护5.1差分隐私5.1.1差分隐私定义5.1.2差分隐私与机器学习5.1.3差分隐私在联邦学习中的应用5.1.4开源项目与工具5.2安全多方计算5.2.1百万富翁问题5.2.2不经意传输5..混淆电路5.2.4秘密分享5.2.5安全多方计算在联邦学习中的应用5.3同态加密5.3.1同态加密定义与分类5.3.2部分同态加密方案5.4可信执行环境第6章联邦学统安全与防御算法6.1联邦学习安全分析6.1.1CIA原则: 私密、完整与可61.2敌手模型6.2联邦学习隐私攻击与防御6.2.1成员推断攻击与防御6.2.2重构攻击与防御6.3联邦学习安全攻击与防御6.3.1联邦学习安全攻击目标与手段6.3.2联邦学习安全防御第7章联邦学习与计算机视觉7.1图像分类7.1.1传统图像分类算法7.1.2基于深度学习的图像分类算法7.1.3图像分类常用数据集7.2目标检测7.2.1目标检测模型的常用评价标准7.2.2目标检测的常用算法7..目标检测的常用数据集7.3图像分割7.3.1图像分割分类7.3.2图像分割数据集7.3.3语义分割7.3.4实例分割常用的算法7.4联邦学习图像识别非独立同分布数据实验7.4.1实验描述7.4.2实验过程7.4.3结果分析第8章联邦学习与系统8.1系统基本知识8.1.1系统数据8.1.2系统架构8.1.3系统数据集8.2协同过滤算法8.2.1协同过滤算法分类8.2.2协同过滤算法评价指标8.3矩阵分解8.3.1奇异值分解8.3.2联邦矩阵分解算法8.4神经协同过滤网络8.4.1神经协同过滤系统框架8.4.2神经协同过滤层设计8.4.3神经协同过滤训练8.4.4联邦神经协同过滤第9章联邦学习与深度学模结合9.1联邦多任务学习9.1.1多任务学习基本原理9.1.2联邦多任务学习算法9.2联邦学习与半监督学习9.2.1半监督学习的基本方法9.2.2联邦学习与半监督学习结合9.3联邦强化学习9.3.1强化学习基本原理与分类9.3.2联邦学习与强化学习结合9.4联邦图学习9.4.1图学习算法基础知识9.4.2联邦图学习算法与挑战0章联邦学习应用前景10.1联邦学习与医疗10.1.1联邦医学图像处理10.1.2联邦学习与医疗记录10.1.3联邦学习与药物开发10.2联邦学习与金融10.2.1联邦学习与银行风控10.2.2联邦学习与消费社交反欺诈10..联邦学习与智慧营销10.3联邦学习、边缘计算与物联网10.3.1联邦学习与边缘计算10.3.2联邦学习与物联网10.3.3联邦学习与自动驾驶10.4联邦学习与区块链10.4.1区块链基本原理10.4.2区块链分类10.4.3区块链与联邦学习结合


    耿佳辉,博士,欧盟玛丽居里项目研究员,研究的重点包括隐私保护计算、区块链、自然语言处理等。多篇文章在国际会议发表,在中国、德国、挪威的知名企业都有丰富的工作经验。
    牟永利,博士,致力于联邦学习、数据隐私和区块链应用等领域的研究,并参与多个德国的医疗数据基建项目,如MMI和NFDI4Health,拥有丰富的数据科学和人工智能研究背景。有多篇医学信息邦学习、区块链技术国际发表经验。
    李青,博士,挪威斯塔万格大学。致力于机器学习鲁棒、可解释,机器学习中的常微分或偏微分方程的数值计算。
    容淳铭,挪威工程院院士、挪威斯塔万格大学计算机系终身教授、服务式计算研究创新中心主任。曾任IEEE国际云计算学术会议系列指导委员会,IEEE区块链专家委员会、(国际)云安全联盟(CSA)挪威分部副总理事长,海外评审专家。


    《联邦学习原理与算法》融合了联邦学习资深技术专家多年经验,系统介绍了联邦学习的全貌,内容丰富,兼顾算理与实践,对联邦学习能挑战、安全与隐私挑战,以及系统进行了介绍。理论讲解由浅入深、注重编程实践,语言简练、内容实用。重点难点部分还配备了二维码视频。


    《联邦学习原理与算法》系统介绍了联邦学习的全貌,内容丰富,兼顾算理与实践。算法部分包含横向联邦、纵向联邦等不同的数据建模方式,重点讨论了联邦学习由于数据异质和设备异质带来的算法稳定、隐私挑战及其解决策略,这对每一个联邦学习框架设计者来说都是至关重要但却容易忽略的部分;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。《联邦学习原理与算法》重点介绍了联邦学习计算机视觉及系统等方面的应用,方便算法拓展当前的算法框架,对金融、医疗、边缘计算、区块链等应用也做了详尽阐述,相信对于研究隐私保护机器学习的计算机相关专业学生和联邦学习领域的开发者、创业者都有很好的借鉴作用。详细的代码以及对现有框架和开源项目的介绍是本书的一大特色。《联邦学习原理与算法》为读者提供了全部案例源代码下载和高清学习视频,读者可以直接扫描二维码观看。


    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购