联邦学习原理与算法：federated learning - 畅想之星电子书

数字资源平台 > 工学> 控制科学与工程> 模式识别与智能系统> 联邦学习原理与算法：federated learning

阅读次数： 19 下载次数： 2
荐购次数： 0 收藏次数： 0

联邦学习原理与算法：federated learning

作者：
耿佳辉[等]编著
出版社：
机械工业出版社

出版时间：
2023.05
ISBN：
978-7-111-72853-5
主题：
机器学习
中图法分类号：
TP181
【中图法分类】
T 工业技术 > TP自动化技术、计算机技术 > TP1自动化基础理论
【学科分类】
工学 > 控制科学与工程 > 模式识别与智能系统
交叉学科 > 智能科学与技术（可授理学、工学学位）
工学 > 电子信息 > 人工智能

建议阅读终端：

扫描用手机阅读此书支持Android/iPhone

在线试读

PDF格式

下载

PDF下载

分享到

注：如果您的电脑尚未安装PC客户端，请先安装客户端后再下载阅读！

暂无推荐

简介

本书重点介绍了联邦学习计算机视觉及推荐系统等方面的应用，方便算法工程师拓展当前的算法框架，对金融、医疗、边缘计算、区块链等应用也做了详尽阐述，相信对于研究隐私保护机器学习的计算机相关专业学生和联邦学习领域的开发者、创业者都有很好的借鉴作用。

目录

展开 ∨

评论

评分：

1
2
3
4
5

评价：

请输入评论信息

0/255 我要评论

全部评论(0)

默认排序

相关推荐