MARC状态：审校 文献类型：中文图书 浏览次数：27
- 题名/责任者:
- 联邦学习:原理与算法/王健宗 ... [等] 著
- 出版发行项:
- 北京:人民邮电出版社,2021
- ISBN及定价:
- 978-7-115-57532-6/CNY128.00
- 载体形态项:
- 280页:图;26cm
- 并列正题名:
- Federated learning:fundamentals and algorithms
- 个人责任者:
- 王健宗 著
- 个人责任者:
- 李泽远 著
- 个人责任者:
- 何安珣 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 题名责任附注:
- 题名页题其余责任者：李泽远、何安珣、王伟
- 书目附注:
- 有书目 (第273-280页)
- 提要文摘附注:
- 本书从联邦学习的基础知识出发，深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系，详细阐述了联邦学习中涉及的加密通信模块的相关知识，以定性和定量的双视角建立了联邦学习服务质量的评估维度、理论体系，还延伸介绍了提升联邦学习服务质量的方法，并对联邦学习的研究趋势进行了深入探讨与分析，可以对设计和选择算法提供工具式的参考和帮助。
全部MARC细节信息>>