首页
学习
活动
专区
工具
TVP
发布

数据派THU

专栏作者
2139
文章
1934935
阅读量
188
订阅数
【热点专刊】大数据治理的理论与技术(附链接)
来源:软件学报微站本文约2500字,建议阅读5分钟本专题旨在探究大数据治理所面临的核心技术挑战。 大数据治理的理论与技术专题 数字经济时代, 数据已成为新型生产要素, 大数据技术更是数据要素市场发展的核心科技引擎。然而, 近年来大数据使用中普遍存在着“重采集轻管理、重规模轻质量、重利用轻安全”的现象。科学而有效地进行大数据治理将有助于提升数据质量、降低管理成本、增强决策能力。本专题旨在探究大数据治理所面临的核心技术挑战, 面向数据的全生命周期, 不仅研究劣质数据的清洗与修复等数据治理技术, 也讨论隐私安全与
数据派THU
2023-03-29
6190
分布式学习和联邦学习简介​
来源:DeepHub IMBA本文约2200字,建议阅读5分钟本文讨论分布式学习和联邦学习的主要原理以及它们是如何工作的。 在这篇文章中,我们将讨论分布式学习和联邦学习的主要原理以及它们是如何工作的。首先,我们从一个简单的单机示例开始,然后将其发展为分布式随机梯度下降(D-SGD),最后是联邦学习(FL)。 集中学习(单机) 一个最简单的例子,我们想学习人的身高和体重之间的线性关系,并且我们拥有100人的体重和身高数据,想训练一种线性模型,该模型使用身高预测人们的体重,线性回归W = [a,b]如下:
数据派THU
2022-08-29
6640
【2022新书】联邦学习:方法和应用的综合概述
来源:专知本文为书籍介绍,建议阅读5分钟研究进展和联邦学习(FL)的最先进的发展,从领域的最初概念到第一个应用和商业使用。 联邦学习:方法和应用的全面概述为研究人员和实践者提出了联邦学习最重要的问题和方法的深入讨论。 联邦学习(FL)是一种机器学习方法,其中训练数据不是集中管理的。数据由参与FL进程的数据方保留,不与任何其他实体共享。这使得FL成为机器学习任务中越来越受欢迎的解决方案,对于这些任务,将数据集中在一个集中存储库中是有问题的,无论是出于隐私、监管还是实际原因。 这本书解释了最近的研究进展和联邦
数据派THU
2022-07-19
2430
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档