MARC状态:审校 文献类型:中文图书 浏览次数:18
- 题名/责任者:
- 联邦学习技术及实战/彭南博, 王虎等著
- 出版发行项:
- 北京:电子工业出版社,2021
- ISBN及定价:
- 978-7-1214-0597-6/CNY106.00
- 载体形态项:
- XIV, 326页:彩图;24cm
- 个人责任者:
- 彭南博 著
- 个人责任者:
- 王虎 著
- 学科主题:
- 网络经济-计算机应用
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 中图法分类号:
- F49-39
- 书目附注:
- 有书目 (第309-326页)
- 提要文摘附注:
- 本书针对产业界在智能化过程中普遍面临的数据不足问题,详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置,受隐私保护法规限制不能共享,形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁,通过传输变换后的临时变量,既能实现模型效果提升,又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验,主要内容包括隐私保护、机器学习等基础知识,联邦求交、联邦特征工程算法,三种常见的联邦形式,以及工程架构、产业案例、数据资产定价等。
全部MARC细节信息>>