Federated Learning (Hardcover)

Name: Federated Learning (Hardcover)
Author: Heiko Ludwig
ISBN: 9783030968953

Heiko Ludwig

Langue : anglais

Edité par Springer Nature Switzerland AG, Cham, 2022

3030968952 / 9783030968953

Livre relié
Neuf

Afficher toutes les informations

Vendeur : Grand Eagle Retail, Bensenville, IL, Etats-UnisGrand Eagle Retail

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 12 octobre 2005

Afficher les articles de ce vendeur

Livre relié

Etat: Neuf

EUR 158,70

Frais de port gratuits

Expédition nationale : Etats-Unis

Quantité disponible : 1 disponible

Ajouter au panier

Retours gratuits sous 30 jours

Mettre de côtéCréer une demande de livres pour des articles similaires

A propos de cet article

Hardcover. Federated Learning: A Comprehensive Overview of Methods and Applications presents an in-depth discussion of the most important issues and approaches to federated learning for researchers and practitioners. Federated Learning (FL) is an approach to machine learning in which the training data are not managed centrally. Data are retained by data parties that participate in the FL process and are not shared with any other entity. This makes FL an increasingly popular solution for machine learning tasks for which bringing data together in a centralized repository is problematic, either for privacy, regulatory or practical reasons.This book explains recent progress in research and the state-of-the-art development of Federated Learning (FL), from the initial conception of the field to first applications and commercial use. To obtain this broad and deep overview, leading researchers address the different perspectives of federated learning: the core machine learning perspective, privacy and security, distributed systems, and specific application domains. Readers learn about the challenges faced in each of these areas, how they are interconnected, and how they are solved by state-of-the-art methods.Following an overview on federated learning basics in the introduction, over the following 24 chapters, the reader will dive deeply into various topics. A first part addresses algorithmic questions of solving different machine learning tasks in a federated way, how to train efficiently, at scale, and fairly. Another part focuses on providing clarity on how to select privacy and security solutions in a way that can be tailored to specific use cases, while yet another considers the pragmatics of the systems where the federated learning process will run. The book also covers other important use cases for federated learning such as split learning and vertical federated learning. Finally, the book includes some chapters focusing on applying FL in real-world enterprise settings. Federated Learning: A Comprehensive Overview of Methods and Applications presents an in-depth discussion of the most important issues and approaches to federated learning for researchers and practitioners. The book also covers other important use cases for federated learning such as split learning and vertical federated learning. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. …

N° de réf. du vendeur 9783030968953

Contacter le vendeur

Signaler cet article

Titre: Federated Learning (Hardcover)
Auteur: Heiko Ludwig
Éditeur: Springer Nature Switzerland AG, Cham
Année de publication: 2022
État de l'article: new
Reliure: Hardcover
Langue: anglais
ISBN à 10 chiffres: 3030968952
ISBN à 13 chiffres: 9783030968953

Federated Learning: A Comprehensive Overview of Methods and Applications presents an in-depth discussion of the most important issues and approaches to federated learning for researchers and practitioners.

Federated Learning (FL) is an approach to machine learning in which the training data are not managed centrally. Data are retained by data parties that participate in the FL process and are not shared with any other entity. This makes FL an increasingly popular solution for machine learning tasks for which bringing data together in a centralized repository is problematic, either for privacy, regulatory or practical reasons.

This book explains recent progress in research and the state-of-the-art development of Federated Learning (FL), from the initial conception of the field to first applications and commercial use. To obtain this broad and deep overview, leading researchers address the different perspectives of federated learning: the core machine learning perspective, privacy and security, distributed systems, and specific application domains. Readers learn about the challenges faced in each of these areas, how they are interconnected, and how they are solved by state-of-the-art methods.

Following an overview on federated learning basics in the introduction, over the following 24 chapters, the reader will dive deeply into various topics. A first part addresses algorithmic questions of solving different machine learning tasks in a federated way, how to train efficiently, at scale, and fairly. Another part focuses on providing clarity on how to select privacy and security solutions in a way that can be tailored to specific use cases, while yet another considers the pragmatics of the systems where the federated learning process will run. The book also covers other important use cases for federated learning such as split learning and vertical federated learning. Finally, the book includes some chapters focusing on applying FL in real-world enterprise settings.

« Synopsis » peut appartenir à une autre édition de cet ouvrage.

À propos de l’auteur

Heiko Ludwig is a Senior Manager, AI Platforms and a Principal Research Staff Member at IBM’s Almaden Research Center in San Jose, CA. Heiko coordinates the Federated Learning program at IBM Research and oversees the Distributed AI research area. His research contributed to different products, including IBM’s machine learning products. He is an ACM Distinguished Engineer and has more than 150 publications with more than 8000 citations. His technical work led to a number of technical awards by IBM and his numerous patents and patent applications received a designation as an IBM Master Inventor. Heiko is a co-editor in chief of the International Journal of Cooperative Information Systems and serves on the editorial boards of multiple journals. Heiko also serves regularly as program committee chair in conferences in the field. Heiko's wider interest is on large scale and cross-organizational AI systems and its related distributed systems, security and privacy research issues.Heiko received a doctorate in information systems from Otto-Friedrich-Universität Bamberg, Germany.

Nathalie Baracaldo leads the AI Security and Privacy Solutions team and is a Research Staff Member at IBM’s Almaden Research Center in San Jose, CA. Nathalie is passionate about delivering machine learning solutions that are highly accurate, withstand adversarial attacks and protect data privacy. Nathalie has led her team to the design of IBM Federated Learning framework which is now part of the Watson Machine Learning product and continues to work on its expansion. In 2020, Nathalie received the IBM Master Inventor distinction for her contributions to the IBM Intellectual Property and innovation. Nathalie also received the 2021 Corporate Technical Recognition, one of the highest recognitions provided to IBMers for breakthrough technical achievements that have led to notable market and industry success for IBM. This recognition was awarded for Nathalie's contribution to the Trusted AI Initiative. Nathalie has been invited to give multiple talks on federated learning, its challenges and opportunities. Nathalie has received four best paper awards and published in top-tier conferences and journals, obtaining more than 1300 Google scholar citations. Nathalie’s wider research interests include security and privacy, distributed systems and machine learning. Nathalie is also Associate Editor of the IEEE Transactions on Service Computing. Nathalie received her Ph.D. degree from the University of Pittsburgh in 2016.

« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.

Grand Eagle Retail

Bensenville, IL, Etats-Unis

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 12 octobre 2005

Frais d'expédition à l'intérieur de ce pays : Etats-Unis

Article	6 à 14 jours ouvrés	6 à 16 jours ouvrés
Premier article	EUR 0,00	EUR 0,00

Les délais de livraison sont fixés par les vendeurs et varient en fonction du transporteur et du lieu. Les commandes transitant par les douanes peuvent être retardées et les acheteurs sont responsables de tous les droits ou frais associés. Les vendeurs peuvent vous contacter au sujet de frais supplémentaires afin de couvrir toute augmentation des coûts d'expédition de vos articles.

Modes de paiement

Profil professionnel du vendeur

APOLLO ONLINE CORP.

605 Geddes Street
Wilmington, DE Etats-Unis 19805

Contacter le vendeurConsulter les articles de ce vendeurAfficher la vitrine du vendeur

Conditions de vente

We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.

Droit de rétractation

Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.

Informations concernant le droit de rétractation

Droit statutaire de rétractation

Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.

Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.

Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).

Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.

Effets de la rétractation

Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).

Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.

Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.

Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.

Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.

Vous devez renvoyer les marchandises ou les remettre à Grand Eagle Retail, Bensenville, Illinois, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.

Exceptions au droit de rétractation

Le droit de rétractation ne s'applique pas à ce qui suit :

Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.

Conditions d'expédition

Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.

Books ship from California and Michigan.

If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.