安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

联邦学习实战/杨强 ... [等] 著

出版发行项:

北京:电子工业出版社,2021.05

ISBN及定价:

978-7-121-40792-5/CNY119.00

载体形态项:

xv, 323页:彩图;24cm

并列正题名:

Practicing federated learning

个人责任者:

杨强 著

个人责任者:

黄安埠 著

个人责任者:

刘洋 著

个人责任者:

陈天健 著

学科主题:

机器学习

中图法分类号:

TP181

题名责任附注:

题名页题其余责任者: 黄安埠, 刘洋, 陈天健

责任者附注:

杨强, 微众银行首席人工智能官和香港科技大学计算机科学与工程系讲席教授。

书目附注:

有书目 (第299-323页)

提要文摘附注:

本书以实战为主 (包括对应用案例的深入讲解和代码分析), 兼顾对理论知识的系统总结。全书由五部分共19章构成。第一部分简要介绍了联邦学习的理论知识点 ; 第二部分介绍如何使用Python和FATE进行简单的联邦学习建模 ; 第三部分是联邦学习的案例分析, 筛选了经典案例进行讲解, 部分案例用Python代码实现, 部分案例采用FATE实现 ; 第四部分主要介绍和联邦学习相关的高级知识点, 包括联邦学习的架构和训练的加速方法等 ; 第五部分是回顾与展望。

豆瓣简介：