机读格式显示(MARC)

• 000 01309nam0 2200325 450

• 001 0000822310

• 005 20250823155500.0

• 010 __ |a 978-7-302-67943-1 |d CNY128.00

• 100 __ |a 20250325d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y a 000yy

• 106 __ |a r

• 200 1_ |a 联邦学习 |A lian bang xue xi |f (美) 海科·路德维希, (美) 娜塔莉·巴拉卡尔多著 |g 刘璐, 张玉君译

• 210 __ |a 北京 |c 清华大学出版社 |d 2025

• 215 __ |a 12, 474页 |d 24cm

• 305 __ |a 德国施普林格公司授权出版

• 306 __ |a 限中国大陆发行

• 312 __ |a 版权页英文题名：Federated learning

• 320 __ |a 有书目

• 330 __ |a 本书阐述了联邦学习的最新研究进展和最先进的发展成果，包括从最初构想到首次应用和商业化使用。为了了解这个领域，研究人员从不同的角度探讨了联邦学习：机器学习、隐私和安全、分布式系统以及具体应用领域。读者将从这些角度了解联邦学习所面临的挑战、它们之间的相互关系，以及解决这些挑战的前沿方法。

• 500 10 |a Federated learning |A federated learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 路德维希 |A lu de wei xi |g (Ludwig, Heiko) |4 著

• 701 _0 |a 巴拉卡尔多 |A ba la ka er duo |g (Baracaldo, Nathalie) |4 著

• 702 _0 |a 刘璐 |A liu lu |4 译

• 702 _0 |a 张玉君 |A zhang yu jun |4 译

• 801 _0 |a CN |b WFKJXY |c 20250823

• 905 __ |a WFKJXY |d TP181/548