登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
｜
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
!工作不卡，人生不苦的31個生存心法
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
不再理論化：聯邦學習親自動手工程專案實作
作者：
向小佳/李琨/王鵬/鄭方蘭/田江
分類：
行銷企管
／
企管•資訊科技
出版社：
深智數位
出版日期：2022/4/20
ISBN：9789860776973
書籍編號：kk0548621
頁數：336
定價：
780
元
優惠價：
79
折
616
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 15 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0548621'>不再理論化：聯邦學習親自動手工程專案實作</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0548621'><img src='https://www.silkbook.com/mall_image/bk/kk0548621.jpg' ALT='不再理論化：聯邦學習親自動手工程專案實作' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
想了解如何兼顧資料共享與隱私安全？ 讓你腳踏實地，將理論知識深化為實踐能力！ ★金融業工程師 實戰必備 ★專案實作、延伸領域 一應俱全 ▍本書介紹 隨著社會發展，資料隱私安全的關注度正不斷提高，資料擁有者極力反對無限制計算和使用敏感性資料。在未經許可下，隱私資訊若被商業機構利用即被視為違規，而不同領域間的資料分析也將變得越來越困難。 聯邦學習正是解決這些挑戰的關鍵技術。過去幾年不論在研究領域或產業領域，都見證了聯邦學習從無到有、由面對質疑到逐步嶄露頭角的過程。聯邦學習以同態加密等方法來保證本地訓練資料的隱私，同步實現多個資料擁有者協同訓練一個共用的機器學習模型。根據不同的應用場景，逐步發展出了橫向聯邦學習、縱向聯邦學習、聯邦遷移學習等類型。 本書不僅限於背景歷程、演算法模型、平台框架、應用實戰，更延伸至電腦視覺、自然語言處理等領域的思考與展望，是新一代AI工程師必備的技術參考。 ▍本書特點 ．FinTech和深度學習結合 ．新一代機器學習，更安全穩定快速 ．聯邦學習演算法，模型實作及多種演算法 ．使用聯邦學習的推薦系統 ．Docker/K8s的聯邦學習平台架設運行 ．信用卡/保險評鑑機制的建立 ．聯邦學習在電腦視覺、NLP、醫療、物聯網的實作專案
向小佳 光大科技有限公司副總經理。曾任中國科學院副研究員、哥倫比亞大學訪問學者、華為架構師。在雲端運算、大數據、機器學習領域具有豐富的學術與產業應用經驗。於2010年獲得北京清華大學博士學位。 李琨 光大科技有限公司追光實驗室負責人。致力於金控集團資料合作和資料探勘方向的解決方案實作與演算法創新。於2011年獲得北京大學計算數學博士學位。 王鵬 光大科技有限公司大數據研究團隊負責人。擁有10餘年的大數據、人工智慧系統設計經驗，並在金控集團應用領域中實現了技術創新，其成果獲得了多項獎項。 鄭方蘭 光大科技有限公司追光實驗室技術專家。致力於開發演算法模組解決實際業務問題和演算法創新。於2012年獲得博士學位。 田江 光大科技有限公司大數據部負責人。工學博士，在大數據、人工智慧領域擁有豐富的理論研究及實踐經驗。
第1章 聯邦學習與金融科技應用介紹 1.1 聯邦學習的發展背景和歷程 1.2 金融資料價值採擷的聯邦學習實踐 第2章 聯邦學習演算法之建模準備 2.1 聯邦學習的分類 2.2 樣本對齊的實現方式 2.3 特徵工程的聯邦學習實現方式 第3章 聯邦學習演算法之模型實現 3.1 線性模型的聯邦學習實現方式 3.2 極端梯度提升樹的聯邦學習實現方式 3.3 深度學習類演算法的聯邦學習實現方式 第4章 以聯邦學習為基礎的推薦系統 4.1 資訊推薦與推薦系統 4.2 矩陣分解和因數分解機的實現方式 4.3 聯邦推薦系統演算法 第5章 聯邦學習應用之資料要素價值 5.1 聯邦學習貢獻度 5.2 以聯邦學習為基礎的資料要素交易 第6章 聯邦學習平台架設實踐 6.1 聯邦學習開放原始碼框架介紹 6.2 FATE架構與核心功能 6.3 金融控股集團聯邦學習平台簡介 6.4 FATE叢集部署實踐 6.5 與異質平台對接 第7章 聯邦學習平台實踐之建模實戰 7.1 水平聯邦學習場景 7.2 垂直聯邦學習場景 第8章 跨機構聯邦學習營運應用案例 8.1 跨機構資料統計 8.2 在交換行銷場景中的聯邦學習實踐 8.3 聯邦規則取出演算法及其在反詐騙與行銷場景中的應用 第9章 跨機構聯邦學習風控應用案例 9.1 聯邦學習下的評分卡建模實踐 9.2 對企業客戶評估的聯邦學習和區塊鏈聯合解決方案 9.3 在保險核保場景中銀行保險資料聯邦學習實踐 第10章 聯邦學習應用擴充 10.1 以聯邦學習為基礎的電腦視覺應用 10.2 聯邦學習在自然語言處理領域的應用 10.3 聯邦學習在大健康領域中的應用 10.4 聯邦學習在物聯網中的應用 A RSA公開金鑰加密演算法 B Paillier半同態加密演算法 C 安全多方計算的SPDZ協定 D 參考文獻
領導大師麥斯威爾【全
與成功連結〔全球暢銷
營業管理手冊
吳敏求傳 ﹕從零到卓
《行銷戰鬥營》打造自
風險管理與內部控制的
最有分寸溝通術【長銷
售後服務規範工具書
元宇宙：浪潮之巔x無
NFT造富之鑰：數位
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
