Federated and Transfer Learning
Roozbeh Razavi-Far · Boyu Wang · Matthew E. Taylor · Qiang Yang
सप्टें २०२२ · Adaptation, Learning, and Optimization पुस्तक 27 · Springer Nature
ई-पुस्तक
371
पेज
reportरेटिंग आणि परीक्षणे यांची पडताळणी केलेली नाही अधिक जाणून घ्या
या ई-पुस्तकाविषयी
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.
या ई-पुस्तकला रेटिंग द्या
तुम्हाला काय वाटते ते आम्हाला सांगा.
वाचन माहिती
स्मार्टफोन आणि टॅबलेट
Android आणि iPad/iPhone साठी Google Play बुक अ‍ॅप इंस्‍टॉल करा. हे तुमच्या खात्‍याने आपोआप सिंक होते आणि तुम्ही जेथे कुठे असाल तेथून तुम्हाला ऑनलाइन किंवा ऑफलाइन वाचण्‍याची अनुमती देते.
लॅपटॉप आणि कॉंप्युटर
तुम्ही तुमच्या काँप्युटरचा वेब ब्राउझर वापरून Google Play वर खरेदी केलेली ऑडिओबुक ऐकू शकता.
ईवाचक आणि इतर डिव्हाइसेस
Kobo eReaders सारख्या ई-इंक डिव्‍हाइसवर वाचण्‍यासाठी, तुम्ही एखादी फाइल डाउनलोड करून ती तुमच्या डिव्‍हाइसवर ट्रान्सफर करणे आवश्यक आहे. सपोर्ट असलेल्या eReaders वर फाइल ट्रान्सफर करण्यासाठी, मदत केंद्र मधील तपशीलवार सूचना फॉलो करा.
