耿佳辉《联邦学习原理与算法》pdf

书名：联邦学习原理与算法
ss号：15248980
作者：耿佳辉，牟永利，李青，（挪）容淳铭编著
出版社：北京:机械工业出版社
出版日期：2023.05
ISBN号：978-7-111-72853-5
页数：220
丛书名：网络空间安全技术丛书
原书定价：109.00
中图法分类号：TP181(工业技术->自动化技术、计算机技术->自动化基础理论->人工智能理论)
参考文献格式：耿佳辉，牟永利，李青，（挪）容淳铭编著.网络空间安全技术丛书联邦学习原理与算法[M].北京:机械工业出版社,2023.05.
内容提要：
本书系统介绍了联邦学习的全貌，内容丰富，兼顾算法理论与实践。算法部分包含横向联邦、纵向联邦等不同的数据建模方式，重点讨论了联邦学习由于数据异质性和设备异质性带来的算法稳定性、隐私性挑战及其解决策略，这对每一个联邦学习框架设计者来说都是至关重要但却容易忽略的部分；实践部分介绍了当前主流的联邦学习框架，并进行对比，然后给出相同算法的不同实现供读者比较。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。详细的代码以及对现有框架和开源项目的介绍是本书的一大特色。本书为读者提供了全部案例源代码下载和高清学习视频，读者可以直接扫描二维码观看。

联邦学习原理与算法 网盘下载地址.rar