联邦学习实战
杨强,黄安埠,刘洋,陈天健著
内容简介
数据孤岛和隐私保护己经成为制约人工智能发展的关键因素。联邦学习作为-种新型的隐私
保护计算方案,在数据不出本地的前提下,能有效联合各参与方联合建膜,从而实现"共同富裕”, 成为当下人工智能领域备受关注的热点。
本书以实战为主(包括对应用案例的深入讲解和代码分析),兼顾对理论知识的系统总结。 全书由五部分共19章构成,第一部分简要介绍了联邦学习的理论知识;第二部分介绍如何使用
Python和FATE进行简单的联邦学习建模:第三部分是联邦学习的案例分析,筛选了经典案例进
行讲解,部分案例用Python代码实现,部分案例采用FATE实现:第四部分主要介绍和联邦学习
相关的高级知识点,包括联邦学习的架构和训练的加速方法等;第五部分是回顾与展望。
本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读。
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容。 版权所有,侵权必究。
หมวดหมู่:
ปี:
2021
สำนักพิมพ์:
电子工业出版社
ภาษา:
chinese
ISBN 10:
7121407922
ISBN 13:
9787121407925
ไฟล์:
PDF, 90.51 MB
IPFS:
,
chinese, 2021