Robust Machine Learning
Idioma: inglés
Editorial: Springer Verlag, Singapore, SG, 2024
- Tapa dura
- Nuevo
Librería: Rarewaves.com UK, London, Reino UnidoRarewaves.com UK
Vendedor de IberLibro desde 11 de junio de 2025
Condición: Nuevo
EUR 166,48
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Today, machine learning algorithms are often distributed across multiple machines to leverage more computing power and more data. However, the use of a distributed framework entails a variety of security threats. In particular, some of the machines may misbehave and jeopardize the learning procedure. This could, for example, result from hardware and software bugs, data poisoning or a malicious player controlling a subset of the machines. This book explains in simple terms what it means for a distributed machine learning scheme to be robust to these threats, and how to build provably robust machine learning algorithms.Studying the robustness of machine learning algorithms is a necessity given the ubiquity of these algorithms in both the private and public sectors. Accordingly, over the past few years, we have witnessed a rapid growth in the number of articles published on the robustness of distributed machine learning algorithms. We believe it is time to provide a clear foundation to this emerging and dynamic field. By gathering the existing knowledge and democratizing the concept of robustness, the book provides the basis for a new generation of reliable and safe machine learning schemes. In addition to introducing the problem of robustness in modern machine learning algorithms, the book will equip readers with essential skills for designing distributed learning algorithms with enhanced robustness. Moreover, the book provides a foundation for future research in this area.…
N° de ref. del artículo LU-9789819706877
- Título
- Robust Machine Learning
- Autor
- Rachid Guerraoui, Nirupam Gupta, Rafael Pinot
- Editorial
- Springer Verlag, Singapore, SG
- Año de publicación
- 2024
- Estado
- New
- Encuadernación
- Hardback
- Idioma
- inglés
- ISBN 10
- 9819706874
- ISBN 13
- 9789819706877
- Edición
- 2024 ed.
Today, machine learning algorithms are often distributed across multiple machines to leverage more computing power and more data. However, the use of a distributed framework entails a variety of security threats. In particular, some of the machines may misbehave and jeopardize the learning procedure. This could, for example, result from hardware and software bugs, data poisoning or a malicious player controlling a subset of the machines. This book explains in simple terms what it means for a distributed machine learning scheme to be robust to these threats, and how to build provably robust machine learning algorithms.
Studying the robustness of machine learning algorithms is a necessity given the ubiquity of these algorithms in both the private and public sectors. Accordingly, over the past few years, we have witnessed a rapid growth in the number of articles published on the robustness of distributed machine learning algorithms. We believe it is time to provide a clear foundation to this emerging and dynamic field. By gathering the existing knowledge and democratizing the concept of robustness, the book provides the basis for a new generation of reliable and safe machine learning schemes.In addition to introducing the problem of robustness in modern machine learning algorithms, the book will equip readers with essential skills for designing distributed learning algorithms with enhanced robustness. Moreover, the book provides a foundation for future research in this area.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
Rachid Guerraoui is a professor of computer science at EPFL, where he leads the Distributed Computing Laboratory. He has previously worked at the Ecole des Mines de Paris, CEA Saclay, HP Labs in Palo Alto, and MIT. ACM fellow and professor of the College de France, he was awarded a Senior ERC Grant and a Google Focused Award. He has co-authored several popular books on distributed computing, including Reliable and Secure Distributed Programming, and Algorithms for Concurrent Systems.
Nirupam Gupta is a computer science research associate at EPFL. He has previously worked as a postdoc in the department of computer science at Georgetown University. He has served on the program committees of the dependable and secure machine learning workshops at the IEEE DSN conference and the symposium on reliable distributed systems (SRDS), and currently serves as a reviewer for leading control systems and optimization journals, including Elsevier Automatica, IEEE TAC and IEEE CONES. He received his PhD from the University of Maryland College Park, and his bachelor’s degree from the Indian Institute of Technology Delhi.
Rafael Pinot is a junior professor in the department of mathematics at Sorbonne Université, where he holds a chair on the mathematical foundation of computer and data science within the LPSM research unit. He previously worked as a computer science research associate at EPFL and received his PhD from PSL Research University. In 2018, he was awarded a JSPS summer fellowship to join Kyoto University as a visiting researcher. He also received the Dauphine Foundation’s Young Researcher Award (2020) and the Postdoctoral Research Award from EPFL’s Ecocloud Research Center (2021).
“Acerca de” puede pertenecer a otra edición de este título.
Rarewaves.com UK
London, Reino Unido
Vendedor de IberLibro desde 11 de junio de 2025
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 76,48 | EUR 117,67 |
Métodos de pago
Información empresarial del vendedor
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE
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 Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, 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
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.