全书共9章,分为4部分。 第一部分 基础(第1~2章) 主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容。 第二部分 原理(第3~5章) 详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术。 第三部分 实战(第6~7章) 主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践,并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。 第四部分 拓展(第8~9章) 概述了联邦学习的形态、联邦学习的系统架构、当前面临的挑战等,并探讨了联邦学习的发展前景和趋势。
深入浅出联邦学习 原理与实践(大型金融集团联邦学习负责人撰写,中外院士及清华、华科、蚂蚁、百度、同盾多位学术界和企业界专家推荐) (智能系统与技术丛书) EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。