Apprendimento federato: Privacy e incentivi

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Federated Learning: Privacy and Incentive

Contenuto del libro:

Questo libro fornisce un'introduzione completa e autonoma all'apprendimento federato, che spazia dalle conoscenze e teorie di base a varie applicazioni chiave.

Le questioni relative alla privacy e agli incentivi sono al centro di questo libro. È tempestivo perché l'apprendimento federato sta diventando popolare dopo la pubblicazione del Regolamento generale sulla protezione dei dati (GDPR). L'apprendimento federato mira a consentire l'addestramento collaborativo di un modello di macchina senza che ogni parte esponga dati privati ad altri. Questa impostazione aderisce ai requisiti normativi di protezione della privacy dei dati, come il GDPR.

Questo libro contiene tre parti principali. In primo luogo, introduce diversi metodi di protezione della privacy per proteggere un modello di apprendimento federato da diversi tipi di attacchi, come la fuga di dati e/o l'avvelenamento dei dati. In secondo luogo, il libro presenta meccanismi di incentivazione che mirano a incoraggiare gli individui a partecipare agli ecosistemi di apprendimento federato. Infine, il libro descrive anche come l'apprendimento federato possa essere applicato nell'industria e nelle imprese per risolvere i problemi legati al silos dei dati e alla tutela della privacy. Il libro si rivolge a lettori provenienti sia dal mondo accademico che dall'industria, che desiderano conoscere l'apprendimento federato, praticarne l'implementazione e applicarlo nella propria attività. I lettori devono avere una conoscenza di base dell'algebra lineare, del calcolo e delle reti neurali. Inoltre, una conoscenza del settore FinTech e del marketing sarebbe utile".