Federated and Transfer Learning

· · ·
· Adaptation, Learning, and Optimization Книга 27 · Springer Nature
Електронна книга
371
Страници
Оценките и отзивите не са потвърдени  Научете повече

Всичко за тази електронна книга

This book provides a collection of recent research works on learning from decentralized data, transferring information from one domain to another, and addressing theoretical issues on improving the privacy and incentive factors of federated learning as well as its connection with transfer learning and reinforcement learning. Over the last few years, the machine learning community has become fascinated by federated and transfer learning. Transfer and federated learning have achieved great success and popularity in many different fields of application. The intended audience of this book is students and academics aiming to apply federated and transfer learning to solve different kinds of real-world problems, as well as scientists, researchers, and practitioners in AI industries, autonomous vehicles, and cyber-physical systems who wish to pursue new scientific innovations and update their knowledge on federated and transfer learning and their applications.

Оценете тази електронна книга

Кажете ни какво мислите.

Информация за четенето

Смартфони и таблети
Инсталирайте приложението Google Play Книги за Android и iPad/iPhone. То автоматично се синхронизира с профила ви и ви позволява да четете онлайн или офлайн, където и да сте.
Лаптопи и компютри
Можете да слушате закупените от Google Play аудиокниги посредством уеб браузъра на компютъра си.
Електронни четци и други устройства
За да четете на устройства с електронно мастило, като например електронните четци от Kobo, трябва да изтеглите файл и да го прехвърлите на устройството си. Изпълнете подробните инструкции в Помощния център, за да прехвърлите файловете в поддържаните електронни четци.

Продължаване на поредицата

Още от Roozbeh Razavi-Far

Подобни електронни книги