同类推荐
-
-
TRAE与AI Agent协作实战:多智能体AI编程全…
-
¥89.00
-
-
智能文明简史
-
¥79.00
-
-
从OpenClaw到一人公司
-
¥69.80
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
AI智能体搭建与应用:基于Coze:慕课版
-
¥59.80
-
-
群体智能:原理、改进与实现
-
¥59.00
-
-
多模态大模型技术及应用
-
¥99.00
-
-
大模型架构与设计:构建高效能AI系统:building…
-
¥68.00
|
|
图书信息
|
|
|
|
联邦学习原理与算法:federated learning
|
| ISBN： | 9787111728535 |
定价： | ￥109.00 |
| 作者： | 耿佳辉[等]编著 |
出版社： | 机械工业出版社 |
| 出版时间： | 2023年05月 |
开本： | 26cm |
| 页数： | 12,220页 |
装祯： | 平装 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
36
|
库区7/样本7
|
2026-05-03
|
|
其它供货商库存合计
|
500
|
|
2026-05-01
|
图书简介 | | 本书重点介绍了联邦学习计算机视觉及推荐系统等方面的应用，方便算法工程师拓展当前的算法框架，对金融、医疗、边缘计算、区块链等应用也做了详尽阐述，相信对于研究隐私保护机器学习的计算机相关专业学生和联邦学习领域的开发者、创业者都有很好的借鉴作用。 |
|