Federated Learning with R (Paperback)
Idioma: inglés
Editorial: Independently Published, 2026
- Tapa blanda
- Nuevo
Librería: Grand Eagle Retail, Bensenville, IL, Estados Unidos de AmericaGrand Eagle Retail
Vendedor de IberLibro desde 12 de octubre de 2005
Condición: Nuevo
EUR 24,86
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
Paperback. FEDERATED LEARNING WITH R: Build Privacy-Preserving AI, Distributed Models, and Secure Machine Learning Systems Without Centralizing DataMost machine learning systems assume one thing: data can be centralized.In the real world, that assumption fails.Data is fragmented across organizations, devices, and regions. Regulations restrict access. Privacy risks increase with every transfer. Traditional pipelines break not because the models are weak, but because the system design is wrong.This book shows you how to fix that.Instead of forcing data into a single location, you'll learn how to build models that move to the data-training across distributed environments without exposing sensitive information.This is not a theoretical guide. It is a system-building manual.Inside, you'll learn how to: Build federated learning systems in R from the ground upTrain distributed models across multiple clients without sharing raw dataImplement robust aggregation strategies that don't collapse under real conditionsHandle non-IID data and stabilize training across heterogeneous environmentsApply differential privacy and secure aggregation to protect sensitive informationReduce communication cost without sacrificing model performanceDesign fault-tolerant systems that continue to function under failureDeploy federated pipelines across cloud and edge environmentsEvaluate models under real-world constraints, not ideal assumptionsBuild a complete end-to-end federated learning system ready for productionThis book is for: Data scientists building privacy-aware systemsMachine learning engineers working with distributed dataR users moving into advanced AI system designOrganizations that cannot centralize data but still need high-performance modelsWhat makes this book different: It does not pretend federated learning is simple.It shows you where systems break and how to fix them.You won't just understand federated learning.You'll build systems that actually work. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
N° de ref. del artículo 9798253828946
- Título
- Federated Learning with R (Paperback)
- Autor
- Walton Bryant
- Editorial
- Independently Published
- Año de publicación
- 2026
- Estado
- new
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 13
- 9798253828946
- Serie
- Libro 2 de 28: REAL-WORLD DATA SCIENCE WITH R
FEDERATED LEARNING WITH R: Build Privacy-Preserving AI, Distributed Models, and Secure Machine Learning Systems Without Centralizing Data
Most machine learning systems assume one thing: data can be centralized.
In the real world, that assumption fails.
Data is fragmented across organizations, devices, and regions. Regulations restrict access. Privacy risks increase with every transfer. Traditional pipelines break not because the models are weak, but because the system design is wrong.
This book shows you how to fix that.
Instead of forcing data into a single location, you’ll learn how to build models that move to the data—training across distributed environments without exposing sensitive information.
This is not a theoretical guide. It is a system-building manual.
Inside, you’ll learn how to:
- Build federated learning systems in R from the ground up
- Train distributed models across multiple clients without sharing raw data
- Implement robust aggregation strategies that don’t collapse under real conditions
- Handle non-IID data and stabilize training across heterogeneous environments
- Apply differential privacy and secure aggregation to protect sensitive information
- Reduce communication cost without sacrificing model performance
- Design fault-tolerant systems that continue to function under failure
- Deploy federated pipelines across cloud and edge environments
- Evaluate models under real-world constraints, not ideal assumptions
- Build a complete end-to-end federated learning system ready for production
This book is for:
- Data scientists building privacy-aware systems
- Machine learning engineers working with distributed data
- R users moving into advanced AI system design
- Organizations that cannot centralize data but still need high-performance models
What makes this book different:
It does not pretend federated learning is simple.
It shows you where systems break and how to fix them.
You won’t just understand federated learning.
You’ll build systems that actually work.
“Sinopsis” puede pertenecer a otra edición de este título.
Grand Eagle Retail
Bensenville, IL, Estados Unidos de America
Vendedor de IberLibro desde 12 de octubre de 2005
Tarifas de envío en Estados Unidos de America
| Artículo | De 6 a 14 días hábiles | De 6 a 16 días hábiles |
|---|---|---|
| Primer artículo | EUR 0,00 | EUR 0,00 |
Métodos de pago
Información empresarial del vendedor
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE Estados Unidos de America 19805
Condiciones de venta
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a Grand Eagle Retail, Bensenville, Illinois, U.S.A., sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.