机读格式显示(MARC)

• 000 01415nam0 22003131 450

• 001 0000393568

• 005 20211009110600.0

• 010 __ |a 978-7-121-40792-5 |d CNY119.00

• 100 __ |a 20210918d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 联邦学习实战 |A lian bang xue xi shi zhan |d = Practicing federated learning |f 杨强 ... [等] 著 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2021.05

• 215 __ |a xv, 323页 |c 彩图 |d 24cm

• 304 __ |a 题名页题其余责任者: 黄安埠, 刘洋, 陈天健

• 314 __ |a 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。

• 320 __ |a 有书目 (第299-323页)

• 330 __ |a 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。

• 510 1_ |a Practicing federated learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 杨强 |A yang qiang |4 著

• 701 _0 |a 黄安埠 |A huang an bu |4 著

• 701 _0 |a 刘洋 |A liu yang |4 著

• 701 _0 |a 陈天健 |A chen tian jian |4 著

• 801 _0 |a CN |b 辽批 |c 20210918

• 905 __ |a AUSTL |d TP181/Y649-3