|
000
|
01739nam0 2200301 450
|
|
001
|
012023000773
|
|
005
|
20230911173829.2
|
|
010
|
|
@a978-7-121-40792-5@dCNY119.00
|
|
100
|
|
@a20210429d2021 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a联邦学习实战@Alian bang xue xi shi zhan@d= Practicing federated learning@f杨强 ... [等] 著@zeng
|
|
210
|
|
@a北京@c电子工业出版社@d2021.5
|
|
215
|
|
@axv, 323页@c图 (部分彩图)@d26cm
|
|
304
|
|
@a题名页题: 杨强, 黄安埠, 刘洋, 陈天健著
|
|
314
|
|
@a杨强, 微众银行首席人工智能官 (CAIO) 和香港科技大学 (HKUST) 计算机科学与工程系讲席教授。曾任香港科技大学计算机科学与工程系系主任。研究兴趣包括人工智能、机器学习和数据挖掘, 特别是迁移学习、自动规划、联邦学习和基于案例的推理。黄安埠, 微众银行AI项目组资深研究员, 毕业于清华大学。在机器学习、隐私保护安全计算、推荐系统和计算机视觉等领域有丰富的研究和落地经验。刘洋, 微众银行AI项目组资深研究员、研究团队负责人。研究兴趣包括机器学习、联邦学习、迁移学习、多智能体系统、统计力学以及这些技术的产业应用。
|
|
320
|
|
@a有书目 (第299-323页)
|
|
330
|
|
@a全书由五部分共19章构成。第一部分简要介绍了联邦学习的理论知识点; 第二部分介绍如何使用Python和FATE进行简单的联邦学习建模; 第三部分是联邦学习的案例分析, 筛选了经典案例进行讲解, 部分案例用Python代码实现, 部分案例采用FATE实现; 第四部分主要介绍和联邦学习相关的高级知识点, 包括联邦学习的架构和训练的加速方法等; 第五部分是回顾与展望。
|
|
510
|
1
|
@aPracticing federated learning@zeng
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aTP@v5
|
|
701
|
0
|
@a杨强@Ayang qiang@4著
|
|
701
|
0
|
@a黄安埠@Ahuang an bu@4著
|
|
701
|
0
|
@a刘洋@Aliu yang@4著
|
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20210429
|
|
905
|
|
@aCDNYKJZYXY@b300681605-6@dTP@e262@f2
|
|
|
|
|
| |
| 联邦学习实战= Practicing federated learning/杨强 ... [等] 著.-北京：电子工业出版社，2021.5 |
| xv, 323页：图 (部分彩图)；26cm |
| |
| |
| ISBN 978-7-121-40792-5：CNY119.00 |
| 全书由五部分共19章构成。第一部分简要介绍了联邦学习的理论知识点; 第二部分介绍如何使用Python和FATE进行简单的联邦学习建模; 第三部分是联邦学习的案例分析, 筛选了经典案例进行讲解, 部分案例用Python代码实现, 部分案例采用FATE实现; 第四部分主要介绍和联邦学习相关的高级知识点, 包括联邦学习的架构和训练的加速方法等; 第五部分是回顾与展望。 |
| ● |
正题名：联邦学习实战
索取号：TP/262
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
681605
|
300681605
|
流通五库四楼/
[索取号:TP/262]
|
在馆
|
|
|
2
|
681606
|
300681606
|
流通五库四楼/
[索取号:TP/262]
|
在馆
|
|
