联邦学习技术及实战

作品编号：HWK226627

作者：彭南博

出版社：电子工业出版社

出版年：2021-03-01

定价：106.0

ISBN：9787121405976

开本：其他

页数：340

火悟空打分

0.0

共有0人进行评价

我要评价 添加到盒子

联邦学习技术及实战 本书特色

适读人群 ：本书内容源自产业实践经验，适合机器学习、数据挖掘和产业智能化领域的从业者与求职者阅读，也适合对联邦学习感兴趣的学术和研究人员阅读。在大数据时代，企业面临的问题不是真的没有数据可用，而是鉴于数据安全，出现了数据孤岛，无法应用数据。联邦学习是密码学、分布式计算和机器学习三个学科交叉的技术，可以很好地解决数据隐私和安全的问题。
本书由京东科技集团有多年联邦学习实战经验的二十多位作者合作编写，内容可分为联邦学习基础、具体的联邦学习算法、联邦学习的产业应用和展望三个大部分，并给出较多案例。
本书用300多页的篇幅详细地介绍了联邦学习的原理和应用。

联邦学习技术及实战 内容简介

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。