分散型ビッグデータ・アナリティクスのためのエッジ学習：理論・アルゴリズム・システム設計 Edge Learning for Distributed Big Data Analytics : Theory, Algorithms, and System Design

分散型ビッグデータ・アナリティクスのためのエッジ学習：理論・アルゴリズム・システム設計<br>Edge Learning for Distributed Big Data Analytics : Theory, Algorithms, and System Design

個数：

ポイントキャンペーン

分散型ビッグデータ・アナリティクスのためのエッジ学習：理論・アルゴリズム・システム設計
Edge Learning for Distributed Big Data Analytics : Theory, Algorithms, and System Design

Guo, Song/ Qu, Zhihao

ウェブストア価格 ¥19,171（本体¥17,429）
Cambridge University Press（2022/02発売）
外貨定価 US$ 89.00
読書週間ポイント2倍キャンペーン対象商品（～11/9）
ポイント 348pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 228 p.
言語 ENG
商品コード 9781108832373
DDC分類 005.7

Full Description

Discover this multi-disciplinary and insightful work, which integrates machine learning, edge computing, and big data. Presents the basics of training machine learning models, key challenges and issues, as well as comprehensive techniques including edge learning algorithms, and system design issues. Describes architectures, frameworks, and key technologies for learning performance, security, and privacy, as well as incentive issues in training/inference at the network edge. Intended to stimulate fruitful discussions, inspire further research ideas, and inform readers from both academia and industry backgrounds. Essential reading for experienced researchers and developers, or for those who are just entering the field.

1. Introduction; 2. Preliminary; 3. Fundamental Theory and Algorithms of Edge Learning; 4. Communication-Efficient Edge Learning; 5. Computation Acceleration; 6. Efficient Training with Heterogeneous Data Distribution; 7. Security and Privacy Issues in Edge Learning Systems; 8. Edge Learning Architecture Design for System Scalability; 9. Incentive Mechanisms in Edge Learning Systems; 10. Edge Learning Applications.