联邦学习自2016年首次由谷歌（Google）提出、2018年由微众银行引入国内并率先在 B端进行创新应用以来，逐渐成为一种解决合作中数据隐私与数据共享矛盾的新路径，被大量应用于金融、安防、医疗、在线推荐系统等领域。近年来联邦学习技术得到了飞速的发展，其研究和应用的发展动向和趋势备受关注。
《联邦学习综合应用》则分享了联邦学习技术（包括可信联邦学习、个性化联邦学习、纵向联邦XGB算法、全同态密码等技术）在药物研发、银行与金融、互联网领域的落地应用。
【免费领取方式】
【电子书目录】
1- 个性化联邦学习在药物研发中的应用
2- 图联邦学习进展与应用
3- 基于区块链的可信联邦学习架构
4- 光大集团联邦学习探索与实践
5- 纵向联邦XGB算法
6- 全同态加密-联邦学习的新方式
7- 阿里妈妈联邦学习解决方案详解
8- 新一代联邦学习技术及应用实战
