附件:设置1:设置2:王虎设置3:本书针对产业界在智能化过程中普遍面临的数据不足问题, 详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置, 受隐私保护法规限制不能共享, 形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁, 通过传输变换后的临时变量, 既能实现模型效果提升, 又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验, 主要内容包括隐私保护、机器学习等基础知识, 联邦求交、联邦特征工程算法, 三种常见的联邦形式, 以及工程架构、产业案例、数据资产定价等。摘要:有书目 (第309-326页)
附注提要
本书针对产业界在智能化过程中普遍面临的数据不足问题, 详细地阐述了联邦学习如何帮助企业引入更多数据、提升机器学习模型效果。互联网数据一般分布在不同的位置, 受隐私保护法规限制不能共享, 形成了“数据孤岛”。联邦学习像“数据孤岛”之间的特殊桥梁, 通过传输变换后的临时变量, 既能实现模型效果提升, 又能确保隐私信息的安全。本书介绍了联邦学习技术的原理和实战经验, 主要内容包括隐私保护、机器学习等基础知识, 联邦求交、联邦特征工程算法, 三种常见的联邦形式, 以及工程架构、产业案例、数据资产定价等。