YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

신용카드 (54x86mm)

A4용지 (210x297mm)

미리보기 사이즈비교 공유하기

소득공제 에이콘 데이터 과학 시리즈

연합학습

치앙 양, 양 리우, 용 청, 옌 캉, 텐젠 첸 저 외 2명 정보 더 보기/감추기

| 에이콘출판사 | 2022년 08월 22일 | 원서 : Federated Learning 첫번째 리뷰어가 되어주세요. | 판매지수 120 판매지수란?

상품 가격정보
정가	35,000원
판매가	31,500원 (10% 할인)
YES포인트	1,750원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 예스24 현대카드 2만원 캐시백 이벤트 [기본혜택] YES포인트 1~3% 적립 관련페이지 바로가기 카카오페이 3,000원 즉시할인 일 선착순 500건, 5만원 이상 관련페이지 바로가기 우리카드 우리페이 2,000원 즉시할인 일 선착순 150건, 3만원 이상 관련페이지 바로가기 네이버페이 5천 포인트 적립 1천명 추첨, 5만원 이상 관련페이지 바로가기 모바일팝 모바일 6% 즉시할인 모바일 결제시 관련페이지 바로가기

배송안내
배송안내 바로가기

배송비 : 무료 배송비 안내

구매 시 참고사항
구매 시 참고사항

이미 소장하고 있다면 2,500원에 판매해 보세요!이 상품을 팔기더보기/감추기
- 예스24에 팔기
  최상매입가 2,500원
- 내 가게에서 팔기

판매중

수량

카트에 넣기 바로구매

국내배송만 가능
최저가 보상
문화비소득공제 신청가능

리스트에 넣기 eBook 출간 알림신청 분철서비스 알림신청

월간 개발자 5월호이동

대학생 & 취준생이동

공부합시다! 생성형 AI이동

이 세계에선 N잡러?이동

이전 YES NOW 배너보기

다음 YES NOW 배너보기

1/4

광고 AD

연합학습

카트에 넣기 바로구매

품목정보

품목정보
발행일	2022년 08월 22일
쪽수, 무게, 크기	296쪽 \| 18823517mm
ISBN13	9791161756714
ISBN10	116175671X

이 상품의 태그

#AI #빅데이터 #머신러닝

비전공자도 이해할 수 있는 AI 지식

박상길 저/정진호 그림 | 반니

17,820원 (10% 할인)
AI 이후의 세계

헨리 A. 키신저,에릭 슈밋,대니얼 허튼로커,김대식 공저/김고명 역 | 윌북(willbook)

17,820원 (10% 할인)
미드저니 프롬프트 마스터 가이드

조남경 저 | 비엘북스

26,100원 (10% 할인)
현실 없는 현실

요아힘 바우어 저/김희상 역 | 복복서가

16,200원 (10% 할인)
권력과 진보

대런 아세모글루,사이먼 존슨 공저/김승진 역 | 생각의힘

28,800원 (10% 할인)

검색 페이지에서 선택된 태그에 등록된 더 많은 상품을 확인해 보세요. 전체보기

이 상품의 이벤트 (6개)

실력있는 개발자를 위한 프로그래밍 전문서 : 한빛미디어 오라일리 시리즈

소진시
정가 인하 & 특가 할인 도서 모음

상시
YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정

소진시
얼리리더를 위한 5월의 책 : 디즈니 캐릭터 PVC 마그넷 증정

2024년 05월 01일 ~ 2024년 05월 31일
오직, 예스24에서만

상시
예스24 X JTBC <소탐대실> 콜라보 [서탐대실]

소진시

펼쳐보기접어보기

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

1장. 서론 1.1 동기 1.2 해결책으로서의 연합학습 1.2.1 연합학습의 정의 1.2.2 연합학습의 범주 1.3 연합학습의 발전 현황 1.3.1 연합학습 분야의 연구 이슈 1.3.2 오픈소스 프로젝트 1.3.3 표준화 활동 1.3.4 FedAI 생태계 1.4 이 책의 구성 2장. 배경지식 2.1 프라이버시 보전 머신러닝 2.2 프라이버시 보전 머신러닝과 보안 머신러닝 2.3 프라이버시 위협 모델과 보안 모델 2.3.1 프라이버시 위협 모델 2.3.2 적대자 모델과 보안 모델 2.4 프라이버시 보전 기법 2.4.1 다자간 보안 계산 2.4.2 동형 암호 2.4.3 차분 프라이버시 3장. 분산 머신러닝 3.1 분산 머신러닝 소개 3.1.1 분산 머신러닝의 정의 3.1.2 분산 머신러닝 플랫폼 3.2 확장성 지향 분산 머신러닝 3.2.1 대규모 머신러닝 3.2.2 확장성 지향 분산 머신러닝 기법 3.3 프라이버시 지향 분산 머신러닝 3.3.1 프라이버시 보전 의사 결정 트리 3.3.2 프라이버시 보전 기법 3.3.3 프라이버시 보전 분산 머신러닝 기법 3.4 프라이버시 보전 경사 하강법 3.4.1 순수 연합학습 3.4.2 프라이버시 보전 방식 3.5 요약 4장. 수평 연합학습 4.1 수평 연합학습의 정의 4.2 수평 연합학습 아키텍처 4.2.1 클라이언트-서버 아키텍처 4.2.2 피어 투 피어 아키텍처 4.2.3 글로벌 모델 평가 4.3 연합 평균 알고리듬 4.3.1 연합 최적화 4.3.2 FedAvg 알고리듬 4.3.3 보안 FedAvg 알고리듬 4.4 FedAvg 알고리듬의 개선 4.4.1 통신 효율성 4.4.2 클라이언트 선택 4.5 관련 연구 4.6 도전 과제와 향후 전망 5장. 수직 연합학습 5.1 수직 연합학습의 정의 5.2 수직 연합학습의 아키텍처 5.3 수직 연합학습 알고리듬 5.3.1 보안 연합 선형 회귀 5.3.2 보안 연합 트리 부스팅 5.4 도전 과제와 향후 전망 6장. 연합 전이학습 6.1 이종 연합학습 6.2 연합 전이학습 6.3 연합 전이학습 프레임워크 6.3.1 덧셈 동형 암호 6.3.2 연합 전이학습의 훈련 과정 6.3.3 연합 전이학습의 예측 과정 6.3.4 보안 분석 6.3.5 비밀 공유 기반 FTL 6.4 도전 과제와 향후 전망 7장. 연합학습을 위한 인센티브 메커니즘 설계 7.1 기여자 보상 7.1.1 이익 배분 게임 7.1.2 역경매 7.2 공정성 인지형 이익 배분 프레임워크 7.2.1 기여 모델링 7.2.2 비용 모델링 7.2.3 불만도 모델링 7.2.4 시간적 불만도 모델링 7.2.5 정책 조정자 7.2.6 보상 비중 계산 7.3 토의 8장. 컴퓨터 비전, 자연어 처리, 추천 시스템을 위한 연합학습 8.1 컴퓨터 비전을 위한 연합학습 8.1.1 연합 컴퓨터 비전 8.1.2 관련 연구 8.1.3 도전 과제와 향후 전망 8.2 자연어 처리를 위한 연합학습 8.2.1 연합 자연어 처리 8.2.2 관련 연구 8.2.3 도전 과제와 향후 전망 8.3 추천 시스템을 위한 연합학습 8.3.1 추천 모델 8.3.2 연합 추천 시스템 8.3.3 관련 연구 8.3.4 도전 과제와 향후 전망 9장. 연합 강화 학습 9.1 강화 학습 소개 9.1.1 정책 9.1.2 보상 9.1.3 가치 함수 9.1.4 환경 모델 9.1.5 강화 학습 사례 9.2 강화 학습 알고리듬 9.3 분산 강화 학습 9.3.1 비동기 분산 강화 학습 9.3.2 동기 분산 강화 학습 9.4 연합 강화 학습 9.5 도전 과제와 향후 전망 10장. 응용 분야 10.1 금융 10.2 헬스케어 10.3 교육 10.4 어반 컴퓨팅과 스마트 시티 10.5 에지 컴퓨팅과 사물 인터넷 10.6 블록체인 10.7 5G 모바일 네트워크 11장. 요약과 전망 부록 A 데이터 보호에 관한 법률 A.1 유럽 연합에서의 데이터 보호 A.2 미국에서의 데이터 보호 A.3 중국에서의 데이터 보호

펼쳐보기접어보기

저자 소개 (7명)

저 : 치앙 양 (Qiang Yang)

관심작가 알림신청 작가 파일

위뱅크(WeBank)의 AI 부서장(AI 최고 책임자)이자 홍콩 과학기술대학교 컴퓨터공학과 석좌교수다. 그 전에 학과장을 맡은 바 있으며, 빅데이터 인스티튜트(Big Data Institute)의 설립이사(2015~2018)이기도 했다. 관심 분야는 AI, 머신러닝, 데이터 마이닝 등이며 특히 전이학습, 자동 계획 수립, 연합학습, 사례 기반 추론에 관심을 갖고 있다. ACM, AAAI, IEEE, IAPR, A... 위뱅크(WeBank)의 AI 부서장(AI 최고 책임자)이자 홍콩 과학기술대학교 컴퓨터공학과 석좌교수다. 그 전에 학과장을 맡은 바 있으며, 빅데이터 인스티튜트(Big Data Institute)의 설립이사(2015~2018)이기도 했다. 관심 분야는 AI, 머신러닝, 데이터 마이닝 등이며 특히 전이학습, 자동 계획 수립, 연합학습, 사례 기반 추론에 관심을 갖고 있다. ACM, AAAI, IEEE, IAPR, AAAS 등 여러 국제 협회의 회원이다. 메릴랜드대학교 칼리지 파크 캠퍼스에서 1989년에 컴퓨터공학 박사학위를, 1985년에 천체물리학 석사학위를 받았다. 학사학위는 천체물리학으로 1982년에 베이징대학교에서 받았다. 워털루대학교(1989~1995)와 사이먼프레이저대학교(1995~2001)의 교수를 역임했다. 「ACM TISTACM Transactions on Intelligent Systems and Technology」와 「IEEE TBDIEEE Transactions on Big Data」 저널의 초대 편집장을 지냈다. IJCAIInternational Joint Conference on AI의 대회장(2017~2019)과 AAAI(Association for the Advancement of AI)의 집행 이사회 멤버(2016~2020)로 봉사했다. 수상 경력으로는 ‘2004/2005 ACM KDDCUP 챔피언십’, ‘ACM SIGKDD 특별 공로상(Distinguished Service Award)’(2017), ‘AAAI 혁신적인 AI 애플리케이션 상(Innovative AI Applications Award)’(2016) 등이 있다. 화웨이(Huawei)의 ‘노아의 방주 연구소(Noah’s Ark Lab)’ 초대 연구소장(2012~2014)을 지냈으며, AI 플랫폼 회사인 포패러다임(4Paradigm)의 공동 설립자이기도 하다. 지은 책으로는 『Intelligent Planning』(Springer, 1997), 『Crafting Your Research Future』(Morgan & Claypool, 2012), 『Constraint-based Design Recovery for Software Engineering』(Springer, 1997) 등이 있다.

펼쳐보기접어보기

저 : 양 리우 (Yang Liu)

관심작가 알림신청 작가 파일

칭화대학교 컴퓨터공학과 부교수를 역임하고 있다. 2007년 전산 기술 중국과학원에서 박사학위를 취득했다. 자연어 처리와 머신러닝에 관심을 두고 있다. Computational Linguistics, ACL, AAAI, EMNLP, COLING 등 자연어와 인공지능 분야 최고 저널 및 학회에서 50편 이상의 논문을 발표했다. 2006년 COLING/ACL 아시아 자연어 처리 논문상과 국가 과학기술 발전 2등상을 수... 칭화대학교 컴퓨터공학과 부교수를 역임하고 있다. 2007년 전산 기술 중국과학원에서 박사학위를 취득했다. 자연어 처리와 머신러닝에 관심을 두고 있다. Computational Linguistics, ACL, AAAI, EMNLP, COLING 등 자연어와 인공지능 분야 최고 저널 및 학회에서 50편 이상의 논문을 발표했다. 2006년 COLING/ACL 아시아 자연어 처리 논문상과 국가 과학기술 발전 2등상을 수상했으며 「ACM TALLIP」 부편집장, ACL 2014 지도 공동위원장, ACL 2015 지역 공동위원장, IJCAI 2016 시니어 PC, ACL 2017 지역 공동위원장, EMNLP 2016 지역 공동위원장, SIGHAN 정보 관리자, 중국정보처리학회 전산 언어 기술 위원회 의장을 역임했다.

펼쳐보기접어보기

저 : 용 청 (Yong Cheng)

관심작가 알림신청 작가 파일

위뱅크의 AI 부서 선임 연구원이다. 그 전에는 화웨이 테크놀로지스(Huawei Technologies Co., Ltd.)에서 선임 엔지니어, 벨 연구소(Bell Labs) 독일 지사에서 선임 연구원으로 일했다. 홍콩에 있는 화웨이-HKUST 이노베이션 연구소에서 연구원으로 일하기도 했다. 주요 연구 분야는 심층학습, 연합학습, 컴퓨터 비전 및 OCR, 수학적 최적화 및 알고리듬, 분산 컴퓨팅, 혼합 정수 프로그... 위뱅크의 AI 부서 선임 연구원이다. 그 전에는 화웨이 테크놀로지스(Huawei Technologies Co., Ltd.)에서 선임 엔지니어, 벨 연구소(Bell Labs) 독일 지사에서 선임 연구원으로 일했다. 홍콩에 있는 화웨이-HKUST 이노베이션 연구소에서 연구원으로 일하기도 했다. 주요 연구 분야는 심층학습, 연합학습, 컴퓨터 비전 및 OCR, 수학적 최적화 및 알고리듬, 분산 컴퓨팅, 혼합 정수 프로그래밍(Mixed-Integer Programming) 등이다. 20편 이상의 저널 및 콘퍼런스 논문을 출간했으며, 40건 이상의 특허를 출원했다. 중국 항저우에 있는 저장대학교에서 2006년에 학사(최우수 졸업) 학위를, 홍콩 과학기술대학교와 독일 다름슈타트 공과대학교에서 각각 2010년과 2013년에 석사, 박사(최우수 졸업)학위를 받았다. 다름슈타트 공과대학교에서 2014년에 최우수 박사학위 논문상을, 2006년에 저장대학교에서 최우수 학사학위 논문상을 받았다. ICASSP’15에서 ‘혼합 정수 원뿔 프로그래밍(Mixed-Integer Conic Programming)’에 관한 튜토리얼을 진행했으며, (IJCAI’19와 함께 열린) FML’19의 프로그램 위원이었다.

펼쳐보기접어보기

저 : 옌 캉 (Yan Kang)

관심작가 알림신청 작가 파일

위뱅크의 AI 부서 선임 연구원이다. 주로 프라이버시 보전 머신러닝과 연합 전이학습 기법들을 연구 개발하고 있다. 미국 메릴랜드대학교 볼티모어 카운티에서 석사, 박사학위를 받았다. 이종 데이터 통합(heterogeneous data integration)을 위한 머신러닝과 시맨틱 웹(semantic web)을 주제로 한 박사 연구로 박사 펠로우십을 지원받았다. 박사 과정 동안 미국 국립표준기술원(NIST, Nat... 위뱅크의 AI 부서 선임 연구원이다. 주로 프라이버시 보전 머신러닝과 연합 전이학습 기법들을 연구 개발하고 있다. 미국 메릴랜드대학교 볼티모어 카운티에서 석사, 박사학위를 받았다. 이종 데이터 통합(heterogeneous data integration)을 위한 머신러닝과 시맨틱 웹(semantic web)을 주제로 한 박사 연구로 박사 펠로우십을 지원받았다. 박사 과정 동안 미국 국립표준기술원(NIST, National Institute of Standards and Technology)과 미국 국립과학재단(National Science Foundation)과 협동으로 수행하는 여러 프로젝트에 참여하며 온톨로지(ontology) 통합 시스템을 설계하고 개발했다. 상용 소프트웨어 프로젝트 경험도 충분히 갖고 있다. 위뱅크에 합류하기 전에는 4년여 동안 스타독 유니언(Stardog Union Inc.)과 서너 코퍼레이션(Cerner Corporation)에 근무하며 시스템을 설계하고 개발하는 일을 했다.

펼쳐보기접어보기

저 : 텐젠 첸 (Tianjian Chen)

관심작가 알림신청 작가 파일

위뱅크의 AI 부서 부(副)부서장이다. 연합학습 기술에 기반한 Banking Intelligence Ecosystem을 구축하는 책임을 맡고 있다. 위뱅크에 합류하기 전에는 바이두 파이낸스(Baidu Finance)의 최고 아키텍트, 바이두의 수석 아키텍트였다. 대규모 분산 시스템 설계 분야에 12년 이상의 경험을 보유하고 있으며, 웹 검색 엔진, P2P 스토리지, 유전체학, 추천 시스템, 디지털 뱅킹, 머신러닝... 위뱅크의 AI 부서 부(副)부서장이다. 연합학습 기술에 기반한 Banking Intelligence Ecosystem을 구축하는 책임을 맡고 있다. 위뱅크에 합류하기 전에는 바이두 파이낸스(Baidu Finance)의 최고 아키텍트, 바이두의 수석 아키텍트였다. 대규모 분산 시스템 설계 분야에 12년 이상의 경험을 보유하고 있으며, 웹 검색 엔진, P2P 스토리지, 유전체학, 추천 시스템, 디지털 뱅킹, 머신러닝 등 다양한 응용 분야에 기술 혁신을 가져왔다.

펼쳐보기접어보기

저 : 한 유 (Han Yu)

관심작가 알림신청 작가 파일

싱가포르 난양기술대학교 컴퓨터공학과의 조교수다. 2015년부터 2018년까지 최고 권위의 리콴유 포스트닥 펠로우십(Lee Kuan Yew Post-Doctoral Fellowship)을 받았다. 난양기술대학교에 합류하기 전에는 휴렛팩커드(HP)에서 임베디드 소프트웨어 엔지니어로 일했다. 난양기술대학교에서 컴퓨터공학으로 박사학위를 받았다. 주로 온라인 볼록 최적화(convex optimization), 윤리적 AI... 싱가포르 난양기술대학교 컴퓨터공학과의 조교수다. 2015년부터 2018년까지 최고 권위의 리콴유 포스트닥 펠로우십(Lee Kuan Yew Post-Doctoral Fellowship)을 받았다. 난양기술대학교에 합류하기 전에는 휴렛팩커드(HP)에서 임베디드 소프트웨어 엔지니어로 일했다. 난양기술대학교에서 컴퓨터공학으로 박사학위를 받았다. 주로 온라인 볼록 최적화(convex optimization), 윤리적 AI, 연합학습 그리고 이러한 기술들을 크라우드소싱(crowdsourcing) 같은 복잡한 협업 시스템에 적용하는 연구를 한다. 120편 이상의 연구 논문을 최우수 국제 콘퍼런스 및 저널에 출간했으며 수상 경력도 다수 보유하고 있다

펼쳐보기접어보기

역 : 이태휘

관심작가 알림신청 작가 파일

산업체와 학교, 연구기관을 거치며 여러 시스템 소프트웨어 개발 프로젝트를 수행했다. 2007년부터 2010년까지 티맥스소프트에서 근무하며 티베로 관계형 데이터베이스 개발에 참여했다. 2014년에 서울대학교 컴퓨터공학부에서 박사학위를 받았으며, 현재 한국전자통신연구원에서 선임연구원으로 재직하며 머신러닝 모델을 이용한 근사 질의 처리 엔진을 개발하는 TrainDB 프로젝트를 이끌고 있다. 에이콘출판사에서 펴낸 『퀄리... 산업체와 학교, 연구기관을 거치며 여러 시스템 소프트웨어 개발 프로젝트를 수행했다. 2007년부터 2010년까지 티맥스소프트에서 근무하며 티베로 관계형 데이터베이스 개발에 참여했다. 2014년에 서울대학교 컴퓨터공학부에서 박사학위를 받았으며, 현재 한국전자통신연구원에서 선임연구원으로 재직하며 머신러닝 모델을 이용한 근사 질의 처리 엔진을 개발하는 TrainDB 프로젝트를 이끌고 있다. 에이콘출판사에서 펴낸 『퀄리티 코드』(2017), 『양자 컴퓨팅 입문』(2020), 『양자 컴퓨팅: 이론에서 응용까지』(2020)를 우리말로 옮겼다.

펼쳐보기접어보기

더보기접어보기

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

접수된 글은 확인을 거쳐 이 곳에 게재됩니다.
독자 분들의 리뷰는 리뷰 쓰기를, 책에 대한 문의는 1:1 문의를 이용해 주세요.

출판사 리뷰

◈ 이 책에서 다루는 내용 ◈ 여러 데이터 소유자가 모두 훈련에 사용할 각자의 로컬 데이터를 비공개로 유지하며 함께 협력해 서로 공유하는 예측 모델을 훈련시키고 이용하려면 어떻게 해야 할까? 전통적인 머신러닝 방식에서는 모든 데이터를 한곳에, 보통 데이터 센터에 모아야 한다. 그러면 자연히 사용자의 개인 정보 보호와 데이터 기밀 유지에 관한 법률을 위반할 소지가 다분하다. 오늘날 세계 곳곳에서는 테크 기업들에게 사용자 데이터를 개인 정보 보호법에 따라 신중하게 취급할 것을 요구한다. 유럽 연합의 일반 데이터 보호 규정(GDPR, General Data Protection Regulation)이 대표적인 예다. 이 책에서는 연합 머신러닝을 이용해 이러한 문제를 어떻게 해결하는지 설명한다. 분산 머신러닝, 암호화 및 보안, 경제 원리와 게임 이론에 근거한 인센티브 메커니즘 설계를 결합한 새로운 해결책을 제시한다. 여러 유형의 프라이버시 보전 머신러닝 솔루션과 각각의 기술 배경을 설명하고, 대표적인 실제 적용 사례를 살펴본다. 연합학습이 어떻게 책임 있는 AI 개발 및 응용에 대한 기술적, 사회적 요구에 부응하는 차세대 머신러닝의 밑거름이 될 수 있는지 알아본다. ◈ 이 책의 대상 독자 ◈ 연합학습 입문서로, 컴퓨터 과학과 AI, ML 분야의 학생들, 그리고 빅데이터 및 AI 애플리케이션 개발자들을 대상으로 한다. 학부 고학년부터 대학원 학생들과 교수, 대학 및 연구 기관에 있는 연구자들까지 유용하게 읽을 수 있을 것이다. 법률이나 정책 담당 기관, 정부 부처에서 일하는 이들에게도 빅데이터 및 AI와 관련된 법적 문제에 대한 참고서가 될 수 있다. 강의용으로는 대학원 세미나 과정의 교재나 연합학습 문헌에 대한 참고서로 사용할 만하다. ◈ 지은이의 말 ◈ 이 책에서는 데이터가 여러 사이트에 흩어져 있고 소유하고 있는 개인이나 조직이 서로 달라서 데이터를 한데 모으기가 쉽지 않을 때, 어떻게 인공지능 애플리케이션에서 머신러닝 모델을 만들고 사용하는지 알려준다. 근래 들어 빅데이터 시대에 살고 있다는 얘기를 많이 들었을 텐데, 물론 빅데이터는 오늘날의 사회에서 AI의 발전에 불을 지피는 중요한 요소다. 하지만 진실은 이 시대가 서로 조각조각 분리돼 있는 스몰 데이터 사일로의 시대라는 것이다. 데이터는 휴대전화와 같은 에지 디바이스에서 수집되고 그곳에 저장된다. 병원 같은 조직에서는 특성상 제한된 사용자의 데이터밖에 보지 못하는 경우가 많다. 그러나 개인 프라이버시 및 보안 요구사항으로 인해 단순하게 서로 다른 조직에 있는 데이터를 합치는 것은 갈수록 더 어려워지고 있다. 이러한 상황에서, 연합 머신러닝이 실제적인 해결책으로 떠오르고 있다. 연합학습으로 사용자 프라이버시와 데이터 기밀 유지에 관한 요구사항을 준수하면서 여러 당사자가 공유하는 고성능 모델을 만들 수 있다. 연합학습 시스템을 개발하려면 ML 알고리듬, 분산 머신러닝, 암호화 및 보안, 프라이버시 보전 데이터 마이닝, 게임 이론 및 경제 원칙, 인센티브 메커니즘 설계, 법률 및 규제 요구사항 등 여러 분야의 기술이 필요하다. 이렇게 다양한 분야에 정통하기란 매우 어려운 일이며, 현재 이 분야를 연구하기 위한 자료는 여기저기 흩어져 있는 갖가지 연구 논문과 블로그 글뿐이다. 그렇기에 연합학습이라는 주제를 하나로 묶어서 종합적으로 소개하는 텍스트가 절실히 필요해 이 책을 내게 됐다. ◈ 옮긴이의 말 ◈ 지금 옆에 놓여 있는 스마트폰에서 연합학습이 수행 중일 수도 있겠다. 연합학습이란 훈련 데이터를 한데 모으지 않고 협력적으로 수행하는 머신러닝 기술로, 구글에서 2016년에 「Federated Learning: Strategies for Improving Communication Efficiency」라는 논문을 발표하면서 하나의 용어로 자리 잡혔다. 연합학습은 기존의 머신러닝 기술이 지닌 한계를 넘어 컴퓨팅 자원 소모의 분산, 프라이버시 보호, 개인 맞춤형 학습 등을 실현할 수 있는 대안으로 주목받으며 구글, 애플, IBM 등의 거대 기업을 비롯해 많은 테크 기업에서 연구를 진행 중이다. 이에 발맞춰 국내에서도 네이버, 카카오S, KT 등 여러 기업에서 연구 개발을 진행하고 있으며 학계에서도 연구는 물론이고 학회 강좌 등을 통해 기술 전파에 힘쓰고 있다. 이 책은 직접 연합학습 프레임워크를 개발한 저자들이 기존의 머신러닝 기술에 익숙한 개발자, 연구자에게 연합학습 분야의 연구 동향을 두루 정리해서 알려준다. 연합학습이 발전해온 전반적인 흐름이나 관련 개념을 익히는 데는 알맞으나 실습 위주의 머신러닝 실용서는 아니며 한 분야를 깊이 다루고 있지 않다. 이 책을 시작점으로 삼아 전체적인 지형도를 파악한 다음, 이를 발판으로 좀 더 구체적으로 관심 있는 분야로 나아가면 좋으리라 생각한다. 실제로 연합학습을 구현해보려면 저자들이 참여한 페드(AIFedAI) 그룹의 페이트(FATE)를 비롯해 텐서플로 페더레이티드(Tensorflow Federated), IBM 페더레이티드 러닝(Federated Learning), 인텔의 오픈(FLOpenFL), 엔비디아(NVIDIA)의 클라라(Clara), 오픈마인드(OpenMined)의 파이시프트(PySyft) 등 여러 오픈소스 연합학습 프레임워크가 나와 있으므로 개발 환경이나 성향에 따라 선택해 사용해보길 바란다. 이 책은 우리말로 연합학습을 처음 소개하는 책이라서 그만큼 책임을 느낀다. 기존의 머신러닝 개념에 더해 분산학습까지 고려해야 하는 연합학습의 특성상 일반 개발자나 사용자로서는 연합학습에 접근하기가 더 어려운 것이 사실이다. 아무쪼록 이 책이 독자분들이 연합학습에 다가가는 데 도움이 되기를 소망한다.

펼쳐보기접어보기

회원리뷰 (0건)

매주 10건의 우수리뷰를 선정하여 YES포인트 3만원을 드립니다.
3,000원 이상 구매 후 리뷰 작성 시 일반회원 300원, 마니아회원 600원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기 리뷰쓰기

등록된 리뷰가 없습니다.

첫번째 리뷰어가 되어주세요.

한줄평 (0건)

1,000원 이상 구매 후 한줄평 작성 시 일반회원 50원, 마니아회원 100원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기

평점 별 2점 별 4점 별 6점 별 8점 별 10점 작성 시 유의사항 한줄평 작성 시 유의사항

한글 기준 50자까지 작성가능 0/50

등록된 한줄평이 없습니다.

첫번째 한줄평을 남겨주세요.

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

최근 본 (0)

예스이십사(주): 대표 : 김석환, 최세라 주소 : 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 이메일 : yes24help@yes24.com 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS15

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

연합학습

연합학습

출판사 추천

품목정보

관련분류

이 상품의 태그

이 상품의 이벤트 (6개)

책소개

목차

저자 소개 (7명)

만든 이 코멘트

출판사 리뷰

회원리뷰 (0건)

한줄평 (0건)

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일