安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

联邦学习技术及实战/彭南博, 王虎等著

出版发行项:

北京:电子工业出版社,2021.03

ISBN及定价:

978-7-121-40597-6/CNY106.00

载体形态项:

XIV, 326页:图;24cm

个人责任者:

彭南博 著

个人责任者:

王虎 著

学科主题:

机器学习

中图法分类号:

TP181

责任者附注:

彭南博, 京东科技集团风险管理中心总监, 在人工智能算法、风控模型等领域具有丰富的实践经验。王虎, 京东科技集团风险管理中心算法科学家, 在机器学习和数据挖掘领域具有丰富的产业应用经验。

书目附注:

有书目 (第309-326页)

提要文摘附注:

本书针对产业界在智能化过程中普遍面临的数据不足问题, 详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置, 受隐私保护法规限制不能共享, 形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁, 通过传输变换后的临时变量, 既能实现模型效果提升, 又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验, 主要内容包括隐私保护、机器学习等基础知识, 联邦求交、联邦特征工程算法, 三种常见的联邦形式, 以及工程架构、产业案例、数据资产定价等。

豆瓣简介：