聯(lián)邦學(xué)習(xí):算法詳解與系統(tǒng)實(shí)現(xiàn) 版權(quán)信息
- ISBN:9787111703495
- 條形碼:9787111703495 ; 978-7-111-70349-5
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無(wú)
- 重量:暫無(wú)
- 所屬分類:>
聯(lián)邦學(xué)習(xí):算法詳解與系統(tǒng)實(shí)現(xiàn) 本書特色
本書將從聯(lián)邦學(xué)習(xí)概念、應(yīng)用場(chǎng)景到具體的先進(jìn)算法,再到系統(tǒng)實(shí)現(xiàn),對(duì)該技術(shù)進(jìn)行全盤梳理與總結(jié)
聯(lián)邦學(xué)習(xí):算法詳解與系統(tǒng)實(shí)現(xiàn) 內(nèi)容簡(jiǎn)介
本書首先介紹聯(lián)邦學(xué)習(xí)的定義和發(fā)展歷史,按類別介紹聯(lián)邦學(xué)習(xí)算法和發(fā)展現(xiàn)狀,介紹聯(lián)邦學(xué)習(xí)的應(yīng)用場(chǎng)景,以及相關(guān)安全機(jī)器學(xué)習(xí)的技術(shù)。然后我們將介紹zui新zui前沿的聯(lián)邦學(xué)習(xí)算法,用京東數(shù)科系統(tǒng)作為實(shí)例,對(duì)聯(lián)邦學(xué)習(xí)系統(tǒng)構(gòu)建和實(shí)現(xiàn)進(jìn)行講解。zui后我們將介紹京東數(shù)科自研的基于區(qū)塊鏈的聯(lián)邦學(xué)習(xí)技術(shù)。
聯(lián)邦學(xué)習(xí):算法詳解與系統(tǒng)實(shí)現(xiàn) 目錄
前言
**部分 聯(lián)邦學(xué)習(xí)基礎(chǔ)知識(shí)
第 1 章 聯(lián)邦學(xué)習(xí)概述 2
1.1 什么是聯(lián)邦學(xué)習(xí) 2
1.1.1 聯(lián)邦學(xué)習(xí)的發(fā)展歷史 3
1.1.2 聯(lián)邦學(xué)習(xí)的工作流程 4
1.1.3 聯(lián)邦學(xué)習(xí)的分類 6
1.2 聯(lián)邦學(xué)習(xí)的應(yīng)用和挑戰(zhàn) 8
1.2.1 聯(lián)邦學(xué)習(xí)的應(yīng)用現(xiàn)狀 8
1.2.2 聯(lián)邦學(xué)習(xí)的核心挑戰(zhàn) 9
1.3 分布式機(jī)器學(xué)習(xí)與聯(lián)邦學(xué)習(xí) 10
1.3.1 分布式機(jī)器學(xué)習(xí)的發(fā)展歷史 10
1.3.2 分布式機(jī)器學(xué)習(xí)概述 11
1.3.3 分布式機(jī)器學(xué)習(xí)與聯(lián)邦學(xué)習(xí)的共同發(fā)展 13
1.4 總結(jié) 14
第 2 章 聯(lián)邦學(xué)習(xí)應(yīng)用場(chǎng)景 15
2.1 聯(lián)邦學(xué)習(xí)與金融 15
2.2 聯(lián)邦學(xué)習(xí)與生物醫(yī)學(xué) 17
2.3 聯(lián)邦學(xué)習(xí)與計(jì)算機(jī)視覺 19
2.4 聯(lián)邦學(xué)習(xí)與自然語(yǔ)言處理 22
2.5 聯(lián)邦學(xué)習(xí)與邊緣計(jì)算和云計(jì)算 25
2.6 聯(lián)邦學(xué)習(xí)與計(jì)算機(jī)硬件 27
2.7 總結(jié) 29
第 3 章 常用隱私保護(hù)技術(shù) 30
3.1 面向隱私保護(hù)的機(jī)器學(xué)習(xí) 30
3.1.1 概述 30
3.1.2 面向隱私保護(hù)的機(jī)器學(xué)習(xí)發(fā)展 33
3.2 常用的隱私保護(hù)技術(shù) 34
3.2.1 差分隱私 34
3.2.2 安全多方計(jì)算 41
3.2.3 同態(tài)加密 49
3.3 總結(jié) 66
第二部分 聯(lián)邦學(xué)習(xí)算法詳述
第 4 章 縱向聯(lián)邦樹模型算法 68
4.1 樹模型簡(jiǎn)介 68
4.2 縱向聯(lián)邦隨機(jī)森林算法 69
4.2.1 算法結(jié)構(gòu) 69
4.2.2 算法詳述 70
4.2.3 安全性分析 71
4.3 縱向聯(lián)邦梯度提升算法 75
4.3.1 XGBoost 算法 76
4.3.2 SecureBoost 算法 76
4.3.3 所提算法詳述 77
4.4 總結(jié) 78
第 5 章 縱向聯(lián)邦線性回歸算法 79
5.1 縱向聯(lián)邦線性回歸 80
5.1.1 算法訓(xùn)練過程 81
5.1.2 算法預(yù)測(cè)過程 81
5.1.3 縱向聯(lián)邦的一個(gè)困境 82
5.2 聯(lián)邦多視角線性回歸 82
5.2.1 基于 BFGS 的二階優(yōu)化方法 84
5.2.2 安全計(jì)算協(xié)議 87
5.3 總結(jié) 92
第 6 章 縱向聯(lián)邦核學(xué)習(xí)算法 93
6.1 引言 93
6.2 雙隨機(jī)核方法 95
6.2.1 問題定義 95
6.2.2 核方法的簡(jiǎn)要介紹 96
6.2.3 隨機(jī)傅里葉特征近似 98
6.2.4 雙隨機(jī)梯度 98
6.3 所提算法 99
6.3.1 問題表示 100
6.3.2 算法結(jié)構(gòu) 100
6.3.3 算法設(shè)計(jì) 101
6.3.4 場(chǎng)景案例 103
6.4 理論分析 105
6.4.1 收斂性分析 105
6.4.2 安全性分析 105
6.4.3 復(fù)雜度分析 106
6.5 實(shí)驗(yàn)驗(yàn)證 106
6.5.1 實(shí)驗(yàn)設(shè)置 106
6.5.2 實(shí)驗(yàn)結(jié)果和討論 107
6.6 總結(jié) 110
第 7 章 異步縱向聯(lián)邦學(xué)習(xí)算法 111
7.1 引言 111
7.2 相關(guān)工作 112
7.2.1 現(xiàn)有工作概述 112
7.2.2 SGD 類算法回顧 113
7.3 問題表示 114
7.4 所提算法 114
7.4.1 算法框架 114
7.4.2 算法詳述 116
7.4.3 場(chǎng)景案例 119
7.5 理論分析 120
7.5.1 收斂性分析 120
7.5.2 安全性分析 123
7.5.3 復(fù)雜度分析 124
7.6 實(shí)驗(yàn)驗(yàn)證 125
7.6.1 實(shí)驗(yàn)設(shè)置 125
7.6.2 實(shí)驗(yàn)結(jié)果和討論 127
7.7 總結(jié)
展開全部
聯(lián)邦學(xué)習(xí):算法詳解與系統(tǒng)實(shí)現(xiàn) 作者簡(jiǎn)介
薄列峰,京東科技集團(tuán)副總裁、硅谷研發(fā)部負(fù)責(zé)人。曾擔(dān)任包括NeurIPS、CVPR、ICCV、ECCV、AAAI、SDM等在內(nèi)的多個(gè)很好人工智能會(huì)議程序委員會(huì)委員。在靠前很好會(huì)議和期刊上合計(jì)發(fā)表論文80余篇,論文被引用10186次,H指數(shù)44。其博士學(xué)位論文榮獲國(guó)內(nèi)百篇很好博士論文獎(jiǎng),RGB-D物體識(shí)別論文榮獲機(jī)器人領(lǐng)域?qū)W術(shù)會(huì)議ICRA很好計(jì)算機(jī)視覺論文獎(jiǎng)。