联邦学习原理与PySyft实战
正版图书 真实库存欢迎选购 套装图书先联系再下单 套装图书请先咨询客服再下单
￥ 48.43 5.4折 ￥ 89 全新
库存2件
河北保定
认证卖家担保交易快速发货售后保障
作者高志强
出版社中国铁道出版社有限公司
ISBN9787113295172
出版时间2023-01
装帧平装
开本16开
定价89元
货号31650709
上书时间2024-11-14
- 在售商品 暂无
- 平均发货时间 25小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 联邦学习的时代背景
1.1 大数据时代的“数据孤岛”
1.1.1 信息孤岛
1.1.2 数据孤岛
【思维拓展】数据中台
1.2 人工智能视角下的隐私保护与数据安全
1.2.1 大数据的隐私保护
【思维拓展】大规模隐私泄露事件
1.2.2 人工智能时代的隐私与安全
【思维拓展】无处安放的隐私——特斯拉在盯着你
1.3 联邦学习的使命任务
1.3.1 大势所趋：政策法律和市场风向
1.3.2 合法合规：“可用不可见”的数据流通
1.3.3 破解之道：人工智能与隐私、数据安全的兼得
1.4 本章小结
第2章 联邦学习的理论基础
2.1 人工智能的前世今生
2.1.1 人工智能简史
【追本溯源】达特茅斯会议
2.1.2 人工智能释义
2.2 人工智能中的“人工”
2.2.1 特征工程
【概念释义】科学、技术、工程
2.2.2 数据工程
2.3 人工智能是如何“智能”的
2.3.1 机器学习
2.3.2 深度学习
【思维拓展】群体智能
2.4 人工智能中的隐私保护与安全技术
2.4.1 信息安全的基石
2.4.2 隐私保护应用场景与技术
2.5 本章小结
第3章 联邦学习原理与架构技术解析
3.1 联邦学习的起源
3.1.1 研究背景
3.1.2 研究内容
【知识补充】梯度下降算法
3.2 联邦学习中“联邦”释义
3.2.1 相关概念与定义
3.2.2 联邦架构与生态
3.3 联邦学习如何“学习”
3.3.1 联邦学习中“学习”的分类
3.3.2 联邦学习中“学习”的流程
【知识扩展】联邦学习的标准化
3.4 联邦学习的“学习”成品
3.4.1 生命大数据可信计算平台
3.4.2 京东智联云联邦学习平台
3.4.3 百度安全联邦计算
3.4.4 基于中国乳腺癌标准数据库的联邦学习
3.4.5 火山引擎Jeddak联邦学习平台
内容摘要
鉴于小数据和“数据孤岛”成为制约人工智能技术发展的关键挑战性问题。本书全方位讲解人工智能领域的联邦学习原理，翔实阐述在平衡智能学习和信息安全的前提下，如何通过加密机制进行模型参数交换，安全地进行人工智能模型训练，所建立的虚拟共享智能模型与直接聚合所有数据获得的zui优模型性能相近。除此之外，本书致力于全流程介绍联邦学习实践工具，帮助读者搭建完整的框架平台以及它们之间的应用关系，推动人工智能技术转化应用落地；最后本书通过7个实践案例全维度展现联邦学习实战。
— 没有更多了 —
以下为对购买帮助不大的评价