盘天下资源网 | 免费网盘资源分享

作者简介

杨强教授
微众 银行 首席 人工智能 官（CAIO）和 香港 科技 大学 （HKUST） 计算机 科学 与 工程 系讲席教授。曾任香港科技大学 计算机科学 与工程系系主任。 研究 兴趣包括人工 智能 、机器 学习 和 数据 挖掘，特别是迁移学习、自动规划、联邦学习和基于 案例 的 推理 。
当选多个国际协会会士（Fellow），包括ACM、AAAI、IEEE、IAPR， CAAI和AAAS。
1982 年获 北京 大学天体物 理学 学士学位，并分别于1987年和 1989 年获马里兰大学帕克分校计算机科学系硕士学位和博士学位。曾在滑铁卢大学（University of Waterloo,1989- 1995 年）和西蒙弗雷泽大学（Simon Fraser University, 1995- 2001 年）担任教授。
ACM TIST 和IEEE TBD 创始主编，国际人工智能联合会议（IJCAI）理事长（ 2017 - 2019 年）和国际人工智能促进学会（AAAI）的执行委员会成员（ 2016 - 2020 年）, 香港人工智能学会的理事长，曾任AAAI 2021 大会主席。
曾获多个奖项，包括 2004 / 2005 ACM KDDCUP 冠军、ACM SIGKDD 卓越服务奖（2017）、AAAI 创新 人工智能应用奖（ 2018 , 2020）和吴文俊人工智能杰出贡献奖（2019）。
华为 诺亚方舟实验室的创始主任（ 2012 - 2014 年）和第四范式（AI 平台公司）的共同创始人。
著有多本 书籍 ：《智能规划》 Intelligent Planning （Springer）、《 学术 研究，你的 成功 之路》 （清华大学 出版 社） Crafting Your Research Future （Morgan & Claypool）、《迁移学习》 （机械工业出版社华章公司）Transfer Learning （Cam bridge University Press）、《联邦学习》（电子工业出版社）Federated Learning （Morgan Claypool），Constraint-based Design Recovery for Software Engineering（Springer）。
黄安埠
微众银行AI 项目 组资深研究员，毕业于清华大学。在 机器学习 、隐私保护安全计算、推荐系统和计算机 视觉 等领域有丰富的研究和落地经验。
已申请和拥有30多项国内和PCT国际专利，学术成果发表在AAAI、ACM TIST、IEEE BigData、AI Magazine等国际学术会议期刊上；获得AAAI人工智能创新应用奖（2020年）；著有《 深入浅出 深度学习 》（电子工业出版社，2017年）一书。
在加入微众银行之前曾任职于腾讯，期间 领导 创建了服务于亿级 用户 、 全球 较大的中文 音乐 流媒体在线推荐平台。
刘 洋
微众银行AI项目组资深研究员、研究 团队 负责人。
研究兴趣包括机器学习、联邦学习、迁移学习、多智能体系统、 统计 力学以及这些 技术 的产业应用。2012年获得普林斯顿大学博士学位， 2007 年获得清华大学学士学位。
拥有多项国际发明专利，研究成果曾发表于Nature、IJCAI、AAAI和ACM TIST等 科研 刊物和会议上；曾获得AAAI人工智能创新应用奖、IJCAI创新应用奖和CCF科技成果奖等多个奖项；《联邦学习》一书的主要作者之一。
陈天健
微众银行AI项目组副总经理，目前负责构建基于联邦学习技术的银行智能生态系统。
拥有超过15年的大规模 分布式 智能系统 设计 经验，并在Web搜索引擎、对等 网络 存储、计算 基因 组学、个性化推荐系统、数字银行等多个应用领域中实现了技术创新。现居 中国 深圳，与 工作 伙伴一起建设和推广联邦学习 开源项目 FATE。
在加入微众银行之前曾担任百度 金融 首席架构师（同时也是百度的主任架构师）。

内容简介

数据孤岛和隐私保护已经成为制约人工智能发展的关键因素。联邦学习作为一种新型的隐私保护计算方案，在数据不出本地的前提下，能有效联合各参与方联合建模，从而实现“共同富裕”，成为当下人工智能领域备受关注的热点。

《联邦学习实战》以实战为主（包括对应用案例的深入讲解和代码分析），兼顾对理论知识的系统总结。全书由五部分共19 章构成。第一部分简要介绍了联邦学习的理论知识；第二部分介绍如何使用Python 和FATE 进行简单的联邦学习建模；第三部分是联邦学习的案例分析，筛选了 经典 案例进行讲解，部分案例用Python 代码实现，部分案例采用FATE 实现；第四部分主要介绍和联邦学习相关的高级知识点，包括联邦学习的架构和训练的加速 方法 等；第五部分是回顾与展望。

《联邦学习实战》适合对联邦学习和隐私保护感兴趣的高校研究者、 企业 研发人员 阅读 。

杨强教授

微众银行首席人工智能官（CAIO）和香港科技大学（HKUST）计算机科学与工程系讲席教授。曾任香港科技大学计算机科学与工程系系主任。研究兴趣包括人工智能、机器学习和 数据挖掘 ，特别是迁移学习、自动规划、联邦学习和基于案例的推理。

当选多个国际协会会士（Fellow），包括ACM、AAAI、IEEE、IAPR， CAAI和AAAS。

1982 年获北京大学天体 物理 学学士学位，并分别于1987年和1989 年获马里兰大学帕克分校计算机科学系硕士学位和博士学位。曾在滑铁卢大学（University of Waterloo,1989-1995 年）和西蒙弗雷泽大学（Simon Fraser University, 1995-2001 年）担任教授。

ACM TIST 和IEEE TBD 创始主编，国际人工智能联合会议（IJCAI）理事长（2017-2...

下载 地址

• 诚通网盘 提取码：8866
• 迅雷网盘 提取码：y67x

夸克资源精选合集