作者:杨强，刘洋，程勇，康焱，陈天健，于涵 著
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
内容简介：
如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于集中数据的做法无疑会严重侵害用户隐私和数据安全。如今，世界上越来越多的人开始强烈要求科技公司必须根据用户隐私法律法规妥善地处理用户的数据，欧盟的《通用数据保护条例》是一个很好的例子。在本书中，我们将描述联邦学习（亦称联邦机器学习）如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来，以解决分散数据的使用问题。我们会介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景，并描述一些典型的实际问题解决案例。我们还会进一步论述联邦学习将成为下一代机器学习的基础，可以满足技术和社会需求并促进面向安全的人工智能的开发和应用。
联邦学习(pdf+txt+epub+azw3+mobi电子书在线阅读下载)：
下载电子书
网友评价：
- 好书，专业性强
- 书不错的，一直在当当购买的
- 书比较薄，言简意赅
- 紧跟技术发展
- 科普性质的内容
为了方便大家利用电子书更好的学习，精心整理了网络上的各种电子书，有PDF版本的，也有TXT版本的，现有一万多本PDF的，七万多本TXT的，还有精心整理的天涯神贴，而且还在不断增加中，有需要的可以点击下面的衔接或者扫码下载：
链接: https://pan.baidu.com/s/1z45OMvYM0Jy-BVuJJmRvtw?pwd=w3m9 提取码: w3m9 复制这段内容后打开百度网盘手机App，操作更方便哦
请先 ！