聯邦學習（簡體書）

《聯邦學習》為研究人員和從業者深入探討了聯邦學習最重要的問題和方法。聯邦學習(Federated Learning，FL)是一種機器學習方法，其中訓練數據不是集中管理的。數據由參與聯邦學習過程的各方保留，不與任何其他實體共享。這使得聯邦學習成為一種日益流行的機器學習解決方案，適用於因隱私、監管或實際原因而難以將數據集中到一個存儲庫中的任務。本書闡述了聯邦學習的**研究進展和**進的發展成果，包括從最初構想到首次應用和商業化使用。為了全面、深入地瞭解這個領域，研究人員從不同的角度探討了聯邦學習:機器學習、隱私和安全、分布式系統以及具體應用領域。讀者將從這些角度瞭解聯邦學習所面臨的挑戰、它們之間的相互關係，以及解決這些挑戰的前沿方法。本書第1章介紹了聯邦學習的基礎知識，之後的24章深入探討了各種不同的主題。第l部分涉及以聯邦方式解決各種機器學習任務的算法問題，以及如何進行高效、規模化和公平的訓練。第I部分主要介紹聯邦學習過程運行的系統的實際問題。第川部分著重介紹如何選擇隱私和安全解決方案，以適應特定的應用場景。第IV部分講解了聯邦學習的其他重要應用案例，如拆分學習和縱向聯邦學習。最後，第V部分介紹實際企業環境中聯邦學習的應用和案例。