联邦学习实战在线阅读

联邦学习实战

杨强等

计算机网络 / 人工智能 · 13.8万字

数据孤岛和隐私保护已经成为制约人工智能发展的关键因素。联邦学习作为一种新型的隐私保护计算方案,在数据不出本地的前提下,能有效联合各参与方联合建模,从而实现“共同富裕”,成为当下人工智能领域备受关注的热点。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;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。本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读。

出版社:电子工业出版社

上海阅文信息技术有限公司已经获得合法授权,并进行制作发行

本书是精排版书籍

可在QQ阅读APP阅读本书

加书架
立即阅读
打开QQ阅读
新人免费读10天