MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
04932nam a22003735i 4500 |
| 001 - NÚMERO DE CONTROL |
|---|
| campo de control |
394692 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| campo de control |
ES-MaUEC |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| campo de control |
20230102123151.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
cr nn 008mamaa |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
220707s2022 sz | s |||| 0|eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
|---|
| Número Internacional Estándar del Libro |
9783030968960 |
| 024 7# - IDENTIFICADOR DE OTROS ESTÁNDARES |
|---|
| Número estándar o código |
10.1007/978-3-030-96896-0 |
| Fuente del número o código |
doi |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
ES-MaUEC |
| Lengua de catalogación |
spa |
| Centro/agencia transcriptor |
ES-MaUEC |
| 245 10 - MENCIÓN DE TÍTULO |
|---|
| Título |
Federated Learning |
| Resto del título |
A Comprehensive Overview of Methods and Applications |
| Mención de responsabilidad, etc. |
edited by Heiko Ludwig, Nathalie Baracaldo |
| 250 ## - MENCIÓN DE EDICIÓN |
|---|
| Mención de edición |
1st edition 2022 |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
|---|
| Producción, publicación, distribución, fabricación y copyright |
Cham |
| Nombre del de productor, editor, distribuidor, fabricante |
Springer International Publishing |
| Fecha de producción, publicación, distribución, fabricación o copyright |
2022 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
1 recurso en línea (VI, 534 páginas) |
| Otras características físicas |
134 ilustraciones, 117 ilustraciones a color |
| 336 ## - TIPO DE CONTENIDO |
|---|
| Término de tipo de contenido |
texto |
| Código de tipo de contenido |
txt |
| Fuente |
rdacontent |
| 337 ## - TIPO DE MEDIO |
|---|
| Nombre/término del tipo de medio |
electrónico |
| Código del tipo de medio |
c |
| Fuente |
rdamedia |
| 338 ## - TIPO DE SOPORTE |
|---|
| Nombre/término del tipo de soporte |
recurso electrónico |
| Código del tipo de soporte |
cr |
| Fuente |
rdacarrier |
| 347 ## - CARACTERÍSTICAS DEL ARCHIVO DIGITAL |
|---|
| Tipo de archivo |
archivo de texto |
| Formato de codificación |
PDF |
| 505 0# - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
Introduction to Federated Learning -- Tree-Based Models for Federated Learning Systems -- Semantic Vectorization: Text and Graph-Based Models -- Personalization in Federated Learning -- Personalized, Robust Federated Learning with Fed+ -- Communication-Efficient Distributed Optimization Algorithms -- Communication-Efficient Model Fusion -- Federated Learning and Fairness -- Introduction to Federated Learning Systems -- Local Training and Scalability of Federated Learning Systems -- Straggler Management -- Systems Bias in Federated Learning -- Protecting Against Data Leakage in Federated Learning: What Approach Should You Choose? -- Private Parameter Aggregation for Federated Learning -- Data Leakage in Federated Learning -- Security and Robustness in Federated Machine Learning -- Dealing with Byzantine Threats to Neural Networks -- Privacy-Preserving Vertical Federated Learning -- Split Learning: A Resource Efficient Model & Data Parallel Approach for Distributed Deep Learning -- Federated Learning for Collaborative Financial Crimes Detection -- Federated Reinforcement Learning for Portfolio Management -- Application of Federated Learning in Medical Imaging -- Advancing Healthcare Solutions with Federated Learning -- A Privacy-preserving Product Recommender System -- Application of Federated Learning in Telecommunications and Edge Computing. |
| 520 ## - SUMARIO, ETC. |
|---|
| Sumario, etc. |
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. The first part addresses algorithmic questions of solving different machine learning tasks in a federated way and 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 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. |
| 988 ## - NOTA LOCAL 598 |
|---|
| Nota local 598 (boletines) |
Springer_Computer_2022 |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Ludwig, Heiko |
| Término indicativo de función/relación |
editor literario |
| Código de función/relación |
edt |
| -- |
http://id.loc.gov/vocabulary/relators/edt |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Baracaldo, Nathalie |
| Término indicativo de función/relación |
editor literario |
| Código de función/relación |
edt |
| -- |
http://id.loc.gov/vocabulary/relators/edt |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL |
|---|
| Información de relación/Frase instructiva de referencia |
Printed edition: |
| Número Internacional Estándar del Libro |
9783030968953 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL |
|---|
| Información de relación/Frase instructiva de referencia |
Printed edition: |
| Número Internacional Estándar del Libro |
9783030968977 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL |
|---|
| Información de relación/Frase instructiva de referencia |
Printed edition: |
| Número Internacional Estándar del Libro |
9783030968984 |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS |
|---|
| Identificador Uniforme del Recurso |
https://go.openathens.net/redirector/universidadeuropea.es?url=https://doi.org/10.1007/978-3-030-96896-0 |
| Nota pública |
Acceso a este recurso digital (usuarios Universidad Europea de Madrid) |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) |
|---|
| Fuente del sistema de clasificación o colocación |
Library of Congress Classification |
| Tipo de ítem Koha |
LIBRO-E NO PRÉSTAMO |