Wyszukiwanie zaawansowane
Kategorie
Kategorie BISAC
Książki na zamówienie
Promocje
Granty
Książka na prezent
Opinie
Pomoc
Załóż konto
Zaloguj się
Advances and Open Problems in Federated Learning » książka
zaloguj się
|
załóż konto
koszyk
konto
szukaj
topmenu
Szukaj
Książki na zamówienie
Promocje
Granty
Książka na prezent
Moje konto
Pomoc
Wyszukiwanie zaawansowane
Pusty koszyk
Kategorie główne
•
Nauka
[2678508]
•
Literatura piękna
[1635285]
więcej...
•
Turystyka
[64041]
•
Informatyka
[142605]
•
Komiksy
[32622]
•
Encyklopedie
[21611]
•
Dziecięca
[515985]
•
Hobby
[108831]
•
AudioBooki
[2077]
•
Literatura faktu
[198745]
•
Muzyka CD
[655]
•
Słowniki
[2748]
•
Inne
[405763]
•
Kalendarze
[1920]
•
Podręczniki
[165164]
•
Poradniki
[410648]
•
Religia
[455855]
•
Czasopisma
[400]
•
Sport
[59759]
•
Sztuka
[227679]
•
CD, DVD, Video
[3917]
•
Technologie
[205170]
•
Zdrowie
[88650]
•
Książkowe Klimaty
[126]
•
Zabawki
[3088]
•
Puzzle, gry
[3369]
•
Literatura w języku ukraińskim
[266]
•
Art. papiernicze i szkolne
[10257]
Kategorie szczegółowe BISAC
Advances and Open Problems in Federated Learning
ISBN-13
: 9781680837889 / Angielski / Miękka / 2021 / 226 str.
Peter Kairouz
;
H. Brendan McMahan
Widoczna okładka, to zdjęcie poglądowe, a rzeczywista szata graficzna może różnić się od prezentowanej.
Advances and Open Problems in Federated Learning
ISBN-13
: 9781680837889 / Angielski / Miękka / 2021 / 226 str.
Peter Kairouz
;
H. Brendan McMahan
cena
483,16
zł
(netto: 460,15 VAT: 5%)
Najniższa cena z 30 dni: 452,89 zł
Termin realizacji zamówienia:
ok. 13-18 dni roboczych.
Darmowa dostawa!
do przechowalni
Parametry
Spis treści
Kategorie:
Informatyka
,
Sprzęt komputerowy
Kategorie BISAC:
Computers
>
Machine Theory
Computers
>
Data Science - Machine Learning
Wydawca:
Now Publishers
Seria wydawnicza:
Foundations and Trends(r) in Machine Learning
Język:
Angielski
ISBN-13:
9781680837889
Rok wydania:
2021
Numer serii:
000465204
Ilość stron:
226
Waga:
0.32 kg
Wymiary:
23.39 x 15.6 x 1.22
Oprawa:
Miękka
Wolumenów:
01
1. Introduction
2. Relaxing the Core FL Assumptions: Applications to Emerging Settings and Scenarios
3. Improving Efficiency and Effectiveness
4. Preserving the Privacy of User Data
5. Defending Against Attacks and Failures
6. Ensuring Fairness and Addressing Sources of Bias
7. Addressing System Challenges
8. Concluding Remarks
Acknowledgments
Appendices
References
Udostępnij
Czytaj nas na: