您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
联邦学习 算法详解与系统实现
装帧: 平装
出版社: 机械工业出版社
作者: 薄列峰 等
出版日期: 2022-04-01
商品条码: 9787111703495
版次: 1
开本: 16开
页数: 352
出版年份: 2022
定价:
¥99
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
编辑推荐
作者都是扎根于联邦学习前沿的研究者和从业者。 本书提出了众多不同于其他书籍的全新联邦学习算法,以飨读者。 作者参考了近年全新的文章和综述,紧跟学术和业界的联邦学习动态。
内容简介
全书共分为三个部分,从概念、应用场景到具体的优选算法,再到最后的系统实现,对联邦学习技术进行全盘梳理与总结。 第一部分为联邦学习基础知识,主要介绍和分享联邦学习的定义、挑战、应用场景和主要技术,包括联邦学习概述、应用场景和常用隐私保护技术。 第二部分为联邦学习算法详述,主要介绍京东科技针对纵向联邦学习和横向联邦学习场景提出来的诸多创新性联邦学习算法,包括纵向联邦树模型算法、纵向联邦线性回归算法、纵向联邦核学习算法、异步纵向联邦学习算法、基于反向更新的双层异步纵向联邦学习算法、纵向联邦深度学习算法、快速安全的同态加密数据挖掘框架、横向联邦学习算法、混合联邦学习算法和联邦强化学习。 第三部分为联邦学习系统,主要介绍京东科技设计的联邦学习系统及算法落地的性能优化技术,包括FedLearn联邦学习系统详述、gRPC在FedLearn中的联邦学习应用实例、落地场景中的性能优化实践和基于区块链的联邦学习。
作者简介
薄列峰,京东科技集团副总裁、硅谷研发部负责人。曾担任包括NeurIPS、CVPR、ICCV、ECCV、AAAI、SDM等在内的多个很好人工智能会议程序委员会委员。在国际很好会议和期刊上合计发表论文80余篇,论文被引用10186次,H指数44。其博士学位论文荣获国内百篇优秀博士论文奖,RGB-D物体识别论文荣获机器人领域学术会议ICRA很好计算机视觉论文奖。
目录
前言
第一部分 联邦学习基础知识
第1章 联邦学习概述
1.1 什么是联邦学习
1.2 联邦学习的应用和挑战
1.3 分布式机器学习与联邦学习
1.4 总结
第2章 联邦学习应用场景
2.1 联邦学习与金融
2.2 联邦学习与生物医学
2.3 联邦学习与计算机视觉
2.4 联邦学习与自然语言处理
2.5 联邦学习与边缘计算和云计算
2.6 联邦学习与计算机硬件
2.7 总结
第3章 常用隐私保护技术
3.1 面向隐私保护的机器学习
3.2 常用的隐私保护技术
3.3 总结
第二部分 联邦学习算法详述
第4章 纵向联邦树模型算法
4.1 树模型简介
4.2 纵向联邦随机森林算法
4.3 纵向联邦梯度提升算法
4.4 总结
第5章 纵向联邦线性回归算法
5.1 纵向联邦线性回归
5.2 联邦多视角线性回归
5.3 总结
第6章 纵向联邦核学习算法
6.1 引言
6.2 双随机核方法
6.3 所提算法
6.4 理论分析
6.5 实验验证
6.6 总结
第7章 异步纵向联邦学习算法
7.1 引言
7.2 相关工作
7.3 问题表示
7.4 所提算法
7.5 理论分析
7.6 实验验证
7.7 总结
第8章 基于反向更新的双层异步纵向联邦学习算法
8.1 引言
8.2 问题表示
8.3 所提算法
8.4 理论分析
8.5 实验验证
8.6 总结
第9章 纵向联邦深度学习算法
9.1 引言
9.2 所提算法
9.3 理论分析
9.4 实验验证
9.5 总结
第10章 快速安全的同态加密数据挖掘框架
10.1 引言
10.2 相关工作
10.3 同态加密数据挖掘框架
10.4 实验验证
10.5 总结
第11章 横向联邦学习算法
11.1 横向联邦学习简介
11.2 常见的分布式优化算法
11.3 同步横向联邦学习算法
11.4 异步横向联邦学习算法
11.5 快速通信的横向联邦学习算法
11.6 总结
第12章 混合联邦学习算法
12.1 混合联邦学习算法的场景需求
12.2 算法详述
12.3 总结
第13章 联邦强化学习
13.1 强化学习概述
13.2 强化学习算法简介
13.3 分布式和联邦强化学习
13.4 总结
第三部分 联邦学习系统
第14章 FedLearn联邦学习系统
14.1 已开源联邦学习系统及其痛点
14.2 FedLearn联邦学习系统的优势
14.3 FedLearn系统架构设计
14.4 FedLearn跨语言算法支持
14.5 高性能RPC开源框架gRPC
14.6 FedLearn系统服务和算法解耦
14.7 FedLearn部署与使用
14.8 总结
第15章 gRPC在FedLearn中的联邦学习应用实例
15.1 应用实例一:纵向联邦随机森林学习算法
15.2 应用实例二:横向联邦学习场景
15.3 总结
第16章 落地场景中的性能优化实践
16.1 FedLearn业务场景简介
16.2 从0到1实践联邦学习算法优化
16.3 性能优化
16.4 工程服务性能优化
16.5 实时推理优化
16.6 总结
第17章 基于区块链的联邦学习
17.1 区块链简介
17.2 联邦学习与区块链的集成创新
17.3 基于区块链的联邦学习激励算法
17.4 基于区块链的联邦学习系统实现
17.5 总结
参考文献
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网