MARC状态：审校 文献类型：中文图书 浏览次数：25
- 题名/责任者:
- 深入浅出联邦学习:原理与实践/王健宗, 李泽远, 何安珣著
- 出版发行项:
- 北京:机械工业出版社,2021
- ISBN及定价:
- 978-7-111-67959-2/CNY79.00
- 载体形态项:
- 189页:图;24cm
- 并列正题名:
- Dive into federated learning:principle and practice
- 其它题名:
- 原理与实践
- 丛编项:
- 智能系统与技术丛书
- 个人责任者:
- 王健宗 著
- 个人责任者:
- 李泽远 著
- 个人责任者:
- 何安珣 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 责任者附注:
- 王健宗, 某大型金融集团科技公司联邦学习团队负责人、高级工程师, 长期从事联邦智能隐私计算技术研发和平台搭建工作。李泽远, 某大型金融集团科技公司高级人才智能产品经理。何安珣, 某头部互联网公司高级产品经理, 中国计算机学会会员。
- 书目附注:
- 有书目
- 提要文摘附注:
- 这是一本从基础、原理、实战、拓展4个维度系统讲解联邦学习的著作。作者是人工智能领域的资深专家, 现任某大型金融集团科技公司联邦学习团队负责人, 这本书不仅得到了中外院士的联合推荐, 而且得到了来自清华大学、华中科技大学、百度、蚂蚁集团、同盾科技等学术界和企业界的专家的一致推荐。
全部MARC细节信息>>