深入浅出联邦学习：原理与实践

基础信息

书名：深入浅出联邦学习：原理与实践
作者：王健宗；李泽远；何安珣
出版社：机械工业出版社
出版时间：2021年5月
ISBN：9787111679592
字数：109千字

推荐语

大型金融集团联邦学习负责人撰写，基础、原理、实战、拓展4个维度系统讲解联邦学习。

内容简介

这是一本从基础、原理、实战、拓展4个维度系统讲解联邦学习的著作。作者是人工智能领域的资深专家，现任某大型金融集团科技公司联邦学习团队负责人，这本书不仅得到了中外院士的联合推荐，而且得到了来自清华大学、华中科技大学、百度、蚂蚁集团、同盾科技等学术界和企业界的专家的一致推荐。全书共9章，分为4个部分。第一部分基础（第1~2章），主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容，帮助读者建立对联邦学习的感性认知。第二部分原理（第3~5章），详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术，为读者进行联邦学习实践打好理论基础。第三部分实战（第6~7章，主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践，并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。第四部分拓展（第8~9章），概述了联邦学习的形态、联邦学习系统架构、当前面临的挑战等，并探讨了联邦学习的发展前景和趋势。

作者简介

作者王健宗，博士，某大型金融集团科技公司人工智能总监，中国计算机学会大数据专家委员会委员，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员。发表深度学习、云计算、大数据等领域靠前论文40余篇，拥有100余项，担任多届靠前外知名大数据人工智能会议出品人，获“2019全国新锐靠前程序员”称号。