Federated and Transfer Learning
Roozbeh Razavi-Far · Boyu Wang · Matthew E. Taylor · Qiang Yang
sen 2022 · Adaptation, Learning, and Optimization Kitab 27 · Springer Nature
E-kitab
371
Səhifələr
reportReytinqlər və rəylər doğrulanmır Ətraflı Məlumat
Bu e-kitab haqqında
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.
Bu e-kitabı qiymətləndirin
Fikirlərinizi bizə deyin
Məlumat oxunur
Smartfonlar və planşetlər
Android və iPad/iPhone üçün Google Play Kitablar tətbiqini quraşdırın. Bu hesabınızla avtomatik sinxronlaşır və harada olmağınızdan asılı olmayaraq onlayn və oflayn rejimdə oxumanıza imkan yaradır.
Noutbuklar və kompüterlər
Kompüterinizin veb brauzerini istifadə etməklə Google Play'də alınmış audio kitabları dinləyə bilərsiniz.
eReader'lər və digər cihazlar
Kobo eReaders kimi e-mürəkkəb cihazlarında oxumaq üçün faylı endirməli və onu cihazınıza köçürməlisiniz. Faylları dəstəklənən eReader'lərə köçürmək üçün ətraflı Yardım Mərkəzi təlimatlarını izləyin.
