书目详细信息
： 联邦学习原理与算法
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-111-72853-5:CNY109.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 联邦学习原理与算法/.耿佳辉[等]编著 |
| 出版发行项： | 北京:,机械工业出版社:,2023 |
| 载体形态项： | 12,220页:;+图，照片:;+26cm |
| 丛编项： | 网络空间安全技术丛书 |
| 一般附注： | 国家出版基金项目 机工IT |
| 提要文摘： | 本书介绍了联邦学习的全貌。算法部分包含横向联邦、纵向联邦等不同的数据建模方式，讨论了联邦学习由于数据异质性和设备异质性带来的算法稳定性、隐私性挑战及其解决策略；实践部分介绍了当前主流的联邦学习框架，并进行对比，然后给出相同算法的不同实现供读者比较。 |
| 并列题名： | Federated learning eng |
| 题名主题： | 机器学习 算法 |
| 中图分类： | TP181 |
| 个人名称等同： | 耿佳辉 编著 |
| 记录来源： | CN 百万庄 20240525 |