Product Information
ISBN: 9789860776973
出版日期: 2022-04-20
作者： 向小佳,李琨,王鵬,鄭方蘭,田江
裝訂： 平裝.單色印刷.336頁.23.
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。
本書特色
．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
作者簡介
向小佳,李琨,王鵬,鄭方蘭,田江
作者簡介
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。
Shipping Information
| Zone | Order Total (RM) | Delivery Fee (RM) |
|---|---|---|
| West Malaysia | Flat Rate | 6.00 |
| Zone | Items/Weight | Delivery Fee (RM) |
|---|---|---|
| East Malaysia | First 1.00 kg | 13.00 |
| Extra 1.00 kg | 5.00 | |
| Singapore | First 1.00 kg | 25.00 |
| Extra 1.00 kg | 5.00 | |
| Australia, New Zealand | First 1.00 kg | 159.77 |
| Extra 0.50 kg | 52.65 | |
| Austria, Denmark, Finland, Ireland, Switzerland, Russia | First 1.00 kg | 157.78 |
| Extra 0.50 kg | 34.31 | |
| Brunei, Cambodia, Laos, Mongolia | First 1.00 kg | 175.10 |
| Extra 0.50 kg | 87.14 | |
| Belgium,France, Germany, Netherlands, Spain, U.K | First 1.00 kg | 150.94 |
| Extra 0.50 kg | 30.46 | |
| China | First 1.00 kg | 96.44 |
| Extra 0.50 kg | 25.35 | |
| Bangladesh, Brazil, Iraq, Pakistan, Qatar, S.Arabia, UAE, Sri Lanka | First 1.00 kg | 118.52 |
| Extra 0.50 kg | 24.96 | |
| South Africa | First 1.00 kg | 118.52 |
| Extra 0.50 kg | 24.96 | |
| Philippines | First 1.00 kg | 91.42 |
| Extra 0.50 kg | 15.29 | |
| Canada, United States, Mexico | First 1.00 kg | 162.58 |
| Extra 0.50 kg | 35.90 | |
| Hong Kong | First 1.00 kg | 80.63 |
| Extra 0.50 kg | 29.06 | |
| India | First 1.00 kg | 113.30 |
| Extra 0.50 kg | 22.28 | |
| Indonesia | First 1.00 kg | 107.35 |
| Extra 0.50 kg | 24.87 | |
| Japan | First 1.00 kg | 112.97 |
| Extra 0.50 kg | 35.03 | |
| Macau | First 1.00 kg | 92.93 |
| Extra 0.50 kg | 13.82 | |
| Singapore | First 1.00 kg | 74.75 |
| Extra 0.50 kg | 21.49 | |
| Taiwan | First 1.00 kg | 94.42 |
| Extra 0.50 kg | 34.76 | |
| Thailand | First 1.00 kg | 94.10 |
| Extra 0.50 kg | 28.25 | |
| Vietnam | First 1.00 kg | 98.94 |
| Extra 0.50 kg | 14.34 |