机读格式显示(MARC)

• 000 01327nam0 2200265 450

• 001 0000536527

• 005 20210912111900.0

• 010 __ |a 978-7-121-40597-6 |d CNY106.00

• 100 __ |a 20210326d2021 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 联邦学习技术及实战 |A lian bang xue xi ji shu ji shi zhan |f 彭南博, 王虎等著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021

• 215 __ |a xiv, 326页 |c 彩图 |d 24cm

• 314 __ |a 彭南博, 京东科技集团风险管理中心总监, 在人工智能算法、风控模型等领域具有丰富的实践经验。王虎, 京东科技集团风险管理中心算法科学家。

• 320 __ |a 有书目 (第309-326页)

• 330 __ |a 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, 受隐私保护法规限制不能共享, 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。

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 彭南博 |A peng nan bo |4 著

• 701 _0 |a 王虎 |A wang hu |4 著

• 801 _0 |a CN |b LIB |c 20210912

• 905 __ |a LIB |d TP181/172