为你推荐
网络空间安全技术丛书专家委员会名单
出版说明
前言
第1章 联邦学习与机器学习基础
1.1 联邦学习概述
1.2 联邦学习挑战
1.3 机器学习基础
1.4 深度学习基础与框架
第2章 联邦学习框架
2.1 百度PaddleFL框架
2.2 Flower框架
2.3 微众银行FATE框架
2.4 联邦学习框架对比
第3章 联邦学习系统架构
3.1 横向联邦学习
3.2 纵向联邦学习
3.3 分割学习
第4章 联邦学习建模难点与解决方案
4.1 数据统计异质性
4.2 个性化联邦学习
4.3 联邦学习通信与加速算法
第5章 联邦学习与隐私保护
5.1 差分隐私
5.2 安全多方计算
5.3 同态加密
5.4 可信执行环境
第6章 联邦学习系统安全与防御算法
6.1 联邦学习安全性分析
6.2 联邦学习隐私攻击与防御
6.3 联邦学习安全攻击与防御
第7章 联邦学习与计算机视觉
7.1 图像分类
7.2 目标检测
7.3 图像分割
7.4 联邦学习图像识别非独立同分布数据实验
第8章 联邦学习与推荐系统
8.1 推荐系统基本知识
8.2 协同过滤算法
8.3 矩阵分解
8.4 神经协同过滤网络
第9章 联邦学习与其他深度学习模式结合
9.1 联邦多任务学习
9.2 联邦学习与半监督学习
9.3 联邦强化学习
9.4 联邦图学习
第10章 联邦学习应用前景
10.1 联邦学习与医疗
10.2 联邦学习与金融
10.3 联邦学习、边缘计算与物联网
10.4 联邦学习与区块链
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
