MARC状态：审校 文献类型：中文图书 浏览次数：23
- 题名/责任者:
- 联邦学习/杨强[等]著
- 出版发行项:
- 北京:电子工业出版社,2020
- ISBN及定价:
- 978-7-121-38522-3/CNY89.00
- 载体形态项:
- 16,192页:图;24cm
- 并列正题名:
- Federated learning
- 个人责任者:
- 杨强 (教授) 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 题名责任附注:
- 著者还有：刘洋、程勇、康焱、陈天健、于涵
- 提要文摘附注:
- 本书是关于联邦学习的介绍，共11章。从广度上看，书中讨论了四种联邦学习的基本类型，即横向联邦学习、纵向联邦学习、联邦迁移学习和联邦强化学习，还讨论了相关的联邦学习激励机制和分布式机器学习。
全部MARC细节信息>>
| 索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
| TP181/Y23-1 | 01295961 | 2020 |  语言、自然科学阅览室
|
可借 | 语言、自然科学阅览室 |
| TP181/Y23-1 | 01295962 | 2020 | 语言、自然科学阅览室
|
可借 | 语言、自然科学阅览室 |
| TP181/Y23-1 | 01295960 | 2020 | 样本书阅览室
|
非可借 | 样本书阅览室 |
显示全部馆藏信息