中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
聯邦學習:算法詳解與系統實現 版權信息
- ISBN：9787111703495
- 條形碼：9787111703495 ; 978-7-111-70349-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
聯邦學習:算法詳解與系統實現 本書特色
本書將從聯邦學習概念、應用場景到具體的先進算法，再到系統實現，對該技術進行全盤梳理與總結
聯邦學習:算法詳解與系統實現 內容簡介
本書首先介紹聯邦學習的定義和發展歷史，按類別介紹聯邦學習算法和發展現狀，介紹聯邦學習的應用場景，以及相關安全機器學習的技術。然后我們將介紹zui新zui前沿的聯邦學習算法，用京東數科系統作為實例，對聯邦學習系統構建和實現進行講解。zui后我們將介紹京東數科自研的基于區塊鏈的聯邦學習技術。
聯邦學習:算法詳解與系統實現 目錄
前言
**部分 聯邦學習基礎知識
第 1 章 聯邦學習概述 2
1.1 什么是聯邦學習 2
1.1.1 聯邦學習的發展歷史 3
1.1.2 聯邦學習的工作流程 4
1.1.3 聯邦學習的分類 6
1.2 聯邦學習的應用和挑戰 8
1.2.1 聯邦學習的應用現狀 8
1.2.2 聯邦學習的核心挑戰 9
1.3 分布式機器學習與聯邦學習 10
1.3.1 分布式機器學習的發展歷史 10
1.3.2 分布式機器學習概述 11
1.3.3 分布式機器學習與聯邦學習的共同發展 13
1.4 總結 14
第 2 章 聯邦學習應用場景 15
2.1 聯邦學習與金融 15
2.2 聯邦學習與生物醫學 17
2.3 聯邦學習與計算機視覺 19
2.4 聯邦學習與自然語言處理 22
2.5 聯邦學習與邊緣計算和云計算 25
2.6 聯邦學習與計算機硬件 27
2.7 總結 29
第 3 章 常用隱私保護技術 30
3.1 面向隱私保護的機器學習 30
3.1.1 概述 30
3.1.2 面向隱私保護的機器學習發展 33
3.2 常用的隱私保護技術 34
3.2.1 差分隱私 34
3.2.2 安全多方計算 41
3.2.3 同態加密 49
3.3 總結 66
第二部分 聯邦學習算法詳述
第 4 章 縱向聯邦樹模型算法 68
4.1 樹模型簡介 68
4.2 縱向聯邦隨機森林算法 69
4.2.1 算法結構 69
4.2.2 算法詳述 70
4.2.3 安全性分析 71
4.3 縱向聯邦梯度提升算法 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 78
第 5 章 縱向聯邦線性回歸算法 79
5.1 縱向聯邦線性回歸 80
5.1.1 算法訓練過程 81
5.1.2 算法預測過程 81
5.1.3 縱向聯邦的一個困境 82
5.2 聯邦多視角線性回歸 82
5.2.1 基于 BFGS 的二階優化方法 84
5.2.2 安全計算協議 87
5.3 總結 92
第 6 章 縱向聯邦核學習算法 93
6.1 引言 93
6.2 雙隨機核方法 95
6.2.1 問題定義 95
6.2.2 核方法的簡要介紹 96
6.2.3 隨機傅里葉特征近似 98
6.2.4 雙隨機梯度 98
6.3 所提算法 99
6.3.1 問題表示 100
6.3.2 算法結構 100
6.3.3 算法設計 101
6.3.4 場景案例 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 復雜度分析 106
6.5 實驗驗證 106
6.5.1 實驗設置 106
6.5.2 實驗結果和討論 107
6.6 總結 110
第 7 章 異步縱向聯邦學習算法 111
7.1 引言 111
7.2 相關工作 112
7.2.1 現有工作概述 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 復雜度分析 124
7.6 實驗驗證 125
7.6.1 實驗設置 125
7.6.2 實驗結果和討論 127
7.7 總結
展開全部
聯邦學習:算法詳解與系統實現 作者簡介
薄列峰，京東科技集團副總裁、硅谷研發部負責人。曾擔任包括NeurIPS、CVPR、ICCV、ECCV、AAAI、SDM等在內的多個很好人工智能會議程序委員會委員。在靠前很好會議和期刊上合計發表論文80余篇，論文被引用10186次，H指數44。其博士學位論文榮獲國內百篇很好博士論文獎，RGB-D物體識別論文榮獲機器人領域學術會議ICRA很好計算機視覺論文獎。
書友推薦
- >
史學評論
- >
詩經-先民的歌唱
- >
自卑與超越
- >
回憶愛瑪儂
- >
我從未如此眷戀人間
- >
月亮虎
- >
【精裝繪本】畫給孩子的中國神話
- >
煙與鏡
本類暢銷
