机读格式显示(MARC)

• 000 01320nam0 2200301 450

• 001 0000601369

• 005 20220318171700.0

• 010 __ |a 978-7-1214-0597-6 |d CNY106.00

• 099 __ |a CAL 012021037818

• 100 __ |a 20210413d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 联邦学习技术及实战 |A Lian Bang Xue Xi Ji Shu Ji Shi Zhan |f 彭南博, 王虎等著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021

• 215 __ |a XIV, 326页 |c 彩图 |d 24cm

• 320 __ |a 有书目 (第309-326页)

• 330 __ |a 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。

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 606 0_ |a 网络经济 |A wang luo jing ji |x 计算机应用

• 690 __ |a TP181 |v 5

• 690 __ |a F49-39 |v 5

• 701 _0 |a 彭南博 |A Peng Nan Bo |4 著

• 701 _0 |a 王虎 |A Wang Hu |4 著

• 801 _0 |a CN |b CAU |c 20220318

• 905 __ |a CAU |d TP181/179

• 920 __ |a 211180 |z 1