Federated and Transfer Learning
Roozbeh Razavi-Far · Boyu Wang · Matthew E. Taylor · Qiang Yang
Sept. 2022 · Adaptation, Learning, and Optimization Buch 27 · Springer Nature
E-Book
371
Seiten
reportBewertungen und Rezensionen werden nicht geprüft Weitere Informationen
Über dieses E-Book
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.
Dieses E-Book bewerten
Deine Meinung ist gefragt!
Informationen zum Lesen
Smartphones und Tablets
Nachdem du die Google Play Bücher App für Android und iPad/iPhone installiert hast, wird diese automatisch mit deinem Konto synchronisiert, sodass du auch unterwegs online und offline lesen kannst.
Laptops und Computer
Im Webbrowser auf deinem Computer kannst du dir Hörbucher anhören, die du bei Google Play gekauft hast.
E-Reader und andere Geräte
Wenn du Bücher auf E-Ink-Geräten lesen möchtest, beispielsweise auf einem Kobo eReader, lade eine Datei herunter und übertrage sie auf dein Gerät. Eine ausführliche Anleitung zum Übertragen der Dateien auf unterstützte E-Reader findest du in der Hilfe.
