题名:	联邦学习原理与应用 / 向小佳[等]著 ,
ISBN:	978 7 121 42301 7 价格：
出版发行:	出版地：出版社：电子工业出版社出版日期： 2021.11
内容提要:	本书既是关于联邦学习技术和上手实践方法的介绍，又是关于联邦学习在业界，特别是金融科技行业应用实践的案例展示。第1章介绍联邦学习的发展背景和历程，以及金融业中数据共享的机遇和挑战。第2章.第5章介绍不同类型的机器学习方法在联邦学习模式下的实现，以及关键算法原理。第6章介绍联邦学习开源框架FATE的架构和部署，以及在金融控股集团内大数据平台上建立跨机构统一数据科学平台的实施方案。第7章从建模者的角度展示了典型建模流程的实战过程。第8章和第9章结合在金融相关行业的实践，以多个应用案例和解决方案的形式，介绍联邦学习在营销运营和风险管理等不同业务方向上不同层次的应用实践。第10章从人工智能的不同方向介绍联邦学习应用扩展及前景。附录介绍了联邦学习框架中相关的密码学工具。
主题词:	工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>自动推理、机器学习
中图分类法:	TP181 版次：