Federated and Transfer Learning

Roozbeh Razavi-Far · Boyu Wang · Matthew E. Taylor · Qiang Yang

२०२२ सेप्टेम्बर · Adaptation, Learning, and Optimization पुस्तक 27 · Springer Nature

इ-पुस्तक

371

पृष्ठहरू

रेटिङ र रिभ्यूहरूको पुष्टि गरिएको हुँदैन थप जान्नुहोस्

यो इ-पुस्तकका बारेमा

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.

यो इ-पुस्तकको मूल्याङ्कन गर्नुहोस्

हामीलाई आफ्नो धारणा बताउनुहोस्।

जानकारी पढ्दै

स्मार्टफोन तथा ट्याबलेटहरू

Android र iPad/iPhone का लागि Google Play किताब एप को इन्स्टल गर्नुहोस्। यो तपाईंको खातासॅंग स्वतः सिंक हुन्छ र तपाईं अनलाइन वा अफलाइन जहाँ भए पनि अध्ययन गर्न दिन्छ।

ल्यापटप तथा कम्प्युटरहरू

तपाईं Google Play मा खरिद गरिएको अडियोबुक आफ्नो कम्प्युटरको वेब ब्राउजर प्रयोग गरेर सुन्न सक्नुहुन्छ।

eReaders र अन्य उपकरणहरू

Kobo eReaders जस्ता e-ink डिभाइसहरूमा फाइल पढ्न तपाईंले फाइल डाउनलोड गरेर उक्त फाइल आफ्नो डिभाइसमा ट्रान्स्फर गर्नु पर्ने हुन्छ। ती फाइलहरू पढ्न मिल्ने इबुक रिडरहरूमा ती फाइलहरू ट्रान्स्फर गर्नेसम्बन्धी विस्तृत निर्देशनहरू प्राप्त गर्न मद्दत केन्द्र मा जानुहोस्।

गैरकानुनी सामग्रीका बारेमा रिपोर्ट गर्नुहोस्