机读格式显示(MARC)

• 000 01150nam0 2200205 450

• 001 0000514236

• 010 __ |a 978-7-111-67959-2 |d CNY79.00

• 092 __ |b 百万庄15502300197

• 100 __ |a 20210427d2021 em y0chiy50 ea

• 102 __ |a CN |b 110000

• 200 __ |a 深入浅出联邦学习 |f 王健宗,李泽远,何安珣著

• 210 __ |a 北京 |c 机械工业出版社 |d 2021

• 215 __ |a 198页 |d 26cm

• 330 __ |a 全书共9章，分为4个部分。第1部分 基础（第1~2章）主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容，帮助读者建立对联邦学习的感性认知。第二部分 原理（第3~5章）详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术，为读者进行联邦学习实践打好理论基础。第三部分 实战（第6~7章）主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践，并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。第四部分 拓展（第8~9章）概述了联邦学习的形态、联邦学习系统架构、当前面临的挑战等，并探讨了联邦学习的发展前景和趋势。

• 333 __ |a 大数据、人工智能相关产业的从业者和研究人员

• 690 __ |a TP181 |v 5

• 701 __ |4 著 |a 王健宗

• 801 _0 |a CN |b WFKJXY |c 20210929

• 905 __ |a WFKJXY |d TP181/190

• 920 __ |a 4370400 |z 1