书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-100章
101-150章
151-182章
共182章
免费
版权信息
免费
内容提要
免费
序言1
免费
序言2
免费
前言
免费
第1章 绪论
免费
1.1 人工智能的发展
免费
1.1.1 人工智能的定义
免费
1.1.2 人工智能的发展历史及现状
免费
1.1.3 机器学习与数据
免费
1.2 隐私保护浮出水面
免费
1.2.1 隐私保护问题
免费
1.2.2 隐私保护的攻击
免费
1.2.3 常见的隐私保护技术
免费
1.3 联邦学习的诞生
免费
1.3.1 联邦学习的提出
免费
1.3.2 联邦学习的范式
免费
1.3.3 联邦学习的应用
免费
1.4 本章小结
免费
第2章 联邦学习基础
免费
2.1 联邦学习的基本概念
免费
2.2 联邦学习的发展历程
免费
2.3 联邦学习的基本类别与流程
免费
2.3.1 横向联邦学习
免费
2.3.2 纵向联邦学习
免费
2.3.3 联邦迁移学习
免费
2.3.4 联邦强化学习
免费
2.4 联邦学习的应用场景
免费
2.5 本章小结
免费
第3章 中央服务器优化算法
免费
3.1 联邦随机梯度下降算法
免费
3.1.1 算法框架及参数
免费
3.1.2 目标函数
免费
3.1.3 算法流程
免费
3.2 联邦平均算法
免费
3.2.1 算法框架及参数
免费
3.2.2 目标函数
免费
3.2.3 算法流程
免费
3.3 差分隐私联邦随机梯度下降算法
免费
3.3.1 算法框架及参数
免费
3.3.2 相关函数说明
免费
3.3.3 算法流程
3.4 差分隐私联邦平均算法
3.4.1 算法框架及参数
3.4.2 算法流程
3.5 基于损失的自适应提升联邦学习算法
3.5.1 算法框架及参数
3.5.2 算法流程
3.6 自平衡联邦学习算法
3.6.1 算法框架及参数
×