Home > Ebook > Non fiction > Federated learning

	Federated Learning (eBook)

	Federated Learning (eBook)
	Mei Kobayashi
	Mei Kobayashi

	Prezzo: € 131,03 Compra EPUB		Prezzo: € 131,03 Compra EPUB

	Formato :	EPUB

	Cloud:	Sì Scopri di più



	Lingua:	Inglese


	Editore:	Springer
	Collana:	Mathematics and Statistics (R0)
Codice EAN:	9789819692231
Anno pubblicazione:	2025
Scopri QUI come leggere i tuoi eBook
	Note legali NOTE LEGALI a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso b) Informazioni sul prezzo Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina. I libri in inglese di Libraccio sono di provenienza americana o inglese. Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc. Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine. In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi. c) Disponibilità I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita. Disponibilità immediata L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" ) L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Prenotazione libri scolastici Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto. Attualmente non disponibile L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile. Difficile reperibilità Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato. Chiudi
Descrizione This book serves as a primer on a secure computing framework known as federated learning. Federated learning is the study of methods to enable multiple parties to collaboratively train machine learning/AI models, while each party retains its own, raw data on-premise, never sharing it with others. This book is designed to be accessible to anyone with a background in undergraduate applied mathematics. It covers the basics of topics from computer science that are needed to understand examples of simple federated computing frameworks. It is my hope that by learning basic concepts and technical jargon from computer science, readers will be able to start collaborative work with researchers interested in secure computing. Chap. 1 provides the background and motivation for data security and federated learning and the simplest type of neural network. Chap. 2 introduces the idea of multiparty computation (MPC) and why enhancements are needed to provide security and privacy. Chap. 3 discusses edge computing, a distributed computing model in which data processing takes place on local devices, closer to where it is being generated. Advances in hardware and economies of scale have made it possible for edge computing devices to be embedded in everyday consumer products to process large volumes of data quickly and produce results in near real-time. Chap. 4 covers the basics of federated learning. Federated learning is a framework that enables multiple parties to collaboratively train AI models, while each party retains control of its own raw data, never sharing it with others. Chap. 5 discusses two attacks that target weaknesses of federated learning systems: (1) data leakage, i.e., inferring raw data used to train an AI model by unauthorized parties, and (2) data poisoning, i.e., a cyberattack that compromises data used to train an AI model to manipulate its output.

Seguici su: Come contattarci: +39 02 91435530 Tutti i contatti

Pagamenti Help Privacy Cookie policy Assistenza clienti Affiliazione

Condizioni generali di vendita Condizioni d'uso del sito Dichiarazione di Accessibilità

Informativa sulla garanzia legale di conformità Informativa sul diritto di recesso Informativa sul RAEE

Questa casella indica che ho letto e accettato le condizioni d’uso di libraccio.it, le condizioni generali di vendita e l'informativa privacy. In mancanza, non è possibile attivare un account e/o ricevere i servizi di Libraccio.

Federated Learning (eBook)

Federated Learning (eBook)

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso

b) Informazioni sul prezzo

c) Disponibilità

Descrizione

Prosegui con l'acquisto

Nuovo Cliente?

Prosegui come ospite