Federated and Transfer Learning
Roozbeh Razavi-Far · Boyu Wang · Matthew E. Taylor · Qiang Yang
2022 оны 9-р сар · Adaptation, Learning, and Optimization 27-р ном · Springer Nature
Электрон ном
371
Хуудас
reportҮнэлгээ болон шүүмжийг баталгаажуулаагүй Нэмэлт мэдээлэл авах
Энэ электрон номын тухай
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.
Энэ электрон номыг үнэлэх
Санал бодлоо хэлнэ үү.
Унших мэдээлэл
Ухаалаг утас болон таблет
Андройд болон iPad/iPhone-д Google Ном Унших аппыг суулгана уу. Үүнийг таны бүртгэлд автоматаар синк хийх бөгөөд та хүссэн газраасаа онлайн эсвэл офлайнаар унших боломжтой.
Зөөврийн болон ердийн компьютер
Та компьютерийн веб хөтчөөр Google Play-с авсан аудио номыг сонсох боломжтой.
eReaders болон бусад төхөөрөмжүүд
Kobo Цахим ном уншигч гэх мэт e-ink төхөөрөмжүүд дээр уншихын тулд та файлыг татаад төхөөрөмж рүүгээ дамжуулах шаардлагатай болно. Файлуудаа дэмжигддэг Цахим ном уншигч руу шилжүүлэхийн тулд Тусламжийн төвийн дэлгэрэнгүй зааварчилгааг дагана уу.
