Importe total (1 artículo artículos):
Destino del pedido:
9781800564671 - Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats de Srinivasa Rao Aravilli (17 resultados)
Ir a los resultados principales
Filtros de búsqueda
Tipo de artículo
- Todos los tipos de productos
- Libros (17)
- Revistas y publicaciones (No hay ningún otro resultado que coincida con este filtro.)
- Cómics (No hay ningún otro resultado que coincida con este filtro.)
- Partituras (No hay ningún otro resultado que coincida con este filtro.)
- Arte, grabados y pósters (No hay ningún otro resultado que coincida con este filtro.)
- Fotografías (No hay ningún otro resultado que coincida con este filtro.)
- Mapas (No hay ningún otro resultado que coincida con este filtro.)
- Manuscritos y coleccionismo de papel (No hay ningún otro resultado que coincida con este filtro.)
Condición Más información
- Nuevo (15)
- Como nuevo, Excelente o Muy bueno (2)
- Bueno o Aceptable (No hay ningún otro resultado que coincida con este filtro.)
- Regular o Pobre (No hay ningún otro resultado que coincida con este filtro.)
- Tal como se indica (No hay ningún otro resultado que coincida con este filtro.)
Encuadernación
- Todas
- Tapa dura (No hay ningún otro resultado que coincida con este filtro.)
- Tapa blanda (17)
Más atributos
- Primera edición (No hay ningún otro resultado que coincida con este filtro.)
- Firmado (No hay ningún otro resultado que coincida con este filtro.)
- Sobrecubierta (No hay ningún otro resultado que coincida con este filtro.)
- Con imágenes (5)
- No impresión bajo demanda (9)
Idioma (1)
Precio
- Cualquier precio
- Menos de EUR 20 (No hay ningún otro resultado que coincida con este filtro.)
- EUR 20 a EUR 45
- Más de EUR 45
Gastos de envío gratis
Ubicación del vendedor
Valoración de los vendedores
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 41,31
Envío por EUR 2,29
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats (Paperback or Softback)
Idioma: Inglés
Publicado por Packt Publishing 5/24/2024, 2024
ISBN 10: 1800564678 ISBN 13: 9781800564671
Librería: BargainBookStores, Grand Rapids, MI, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 43,68
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 5 disponibles
Añadir al carritoPaperback or Softback. Condición: New. Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats. Book.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: California Books, Miami, FL, Estados Unidos de America
Calificación del vendedor: 4 de 5 estrellas
EUR 46,48
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 46,81
Envío por EUR 2,29
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: As New. Unread book in perfect condition.
-
Privacy-Preserving Machine Learning
Idioma: Inglés
Publicado por Packt Publishing Limited, GB, 2024
ISBN 10: 1800564678 ISBN 13: 9781800564671
Librería: Rarewaves.com USA, London, LONDO, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 57,63
Gastos de envío gratis
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPaperback. Condición: New. This book helps software engineers, data scientists, ML and AI engineers, and research and development teams to learn and implement privacy-preserving machine learning as well as protect companies against privacy breaches.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: Ria Christie Collections, Uxbridge, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 49,59
Envío por EUR 13,87
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New. In.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 49,58
Envío por EUR 17,37
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 53,79
Envío por EUR 17,37
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: As New. Unread book in perfect condition.
-
Privacy-Preserving Machine Learning
Idioma: Inglés
Publicado por Packt Publishing Limited, GB, 2024
ISBN 10: 1800564678 ISBN 13: 9781800564671
Librería: Rarewaves.com UK, London, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 53,24
Envío por EUR 75,26
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPaperback. Condición: New. This book helps software engineers, data scientists, ML and AI engineers, and research and development teams to learn and implement privacy-preserving machine learning as well as protect companies against privacy breaches.
-
Privacy-Preserving Machine Learning
Librería: PBShop.store UK, Fairford, GLOS, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 50,07
Envío por EUR 3,81
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Privacy-Preserving Machine Learning
Librería: PBShop.store US, Wood Dale, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 54,69
Gastos de envío gratis
Se envía dentro de Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Privacy-Preserving Machine Learning: Use cases driven approach to develop and protect machine learning pipelines from privacy and security threats
Idioma: Inglés
Publicado por Packt Publishing Limited, 2024
ISBN 10: 1800564678 ISBN 13: 9781800564671
Librería: THE SAINT BOOKSTORE, Southport, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 55,29
Envío por EUR 13,60
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPaperback / softback. Condición: New. This item is printed on demand. New copy - Usually dispatched within 5-9 working days.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: Majestic Books, Hounslow, Reino Unido
Calificación del vendedor: 4 de 5 estrellas
EUR 66,28
Envío por EUR 7,53
Se envía de Reino Unido a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Añadir al carritoCondición: New. Print on Demand.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: Books Puddle, New York, NY, Estados Unidos de America
Calificación del vendedor: 4 de 5 estrellas
EUR 73,61
Envío por EUR 3,46
Se envía dentro de Estados Unidos de AmericaCantidad disponible: 4 disponibles
Añadir al carritoCondición: New. Print on Demand.
-
Privacy-Preserving Machine Learning: A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: Biblios, Frankfurt am main, HESSE, Alemania
Calificación del vendedor: 4 de 5 estrellas
EUR 68,79
Envío por EUR 9,95
Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Añadir al carritoCondición: New. PRINT ON DEMAND.
-
Privacy-Preserving Machine Learning : A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: AHA-BUCH GmbH, Einbeck, Alemania
Calificación del vendedor: 5 de 5 estrellas
EUR 65,78
Envío por EUR 63,74
Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritoTaschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Gain hands-on experience in data privacy and privacy-preserving machine learning with open-source ML frameworks, while exploring techniques and algorithms to protect sensitive data from privacy breachesKey Features: Understand machine learning privacy risks and employ machine learning algorithms to safeguard data against breaches Develop and deploy privacy-preserving ML pipelines using open-source frameworks Gain insights into confidential computing and its role in countering memory-based data attacks Purchase of the print or Kindle book includes a free PDF Elektronisches BuchBook Description: In an era of evolving privacy regulations, compliance is mandatory for every enterprise Machine learning engineers face the dual challenge of analyzing vast amounts of data for insights while protecting sensitive information This book addresses the complexities arising from large data volumes and the scarcity of in-depth privacy-preserving machine learning expertise, and covers a comprehensive range of topics from data privacy and machine learning privacy threats to real-world privacy-preserving cases As you progress, you'll be guided through developing anti-money laundering solutions using federated learning and differential privacy Dedicated sections will explore data in-memory attacks and strategies for safeguarding data and ML models You'll also explore the imperative nature of confidential computation and privacy-preserving machine learning benchmarks, as well as frontier research in the field Upon completion, you'll possess a thorough understanding of privacy-preserving machine learning, equipping them to effectively shield data from real-world threats and attacksWhat You Will Learn: Study data privacy, threats, and attacks across different machine learning phases Explore Uber and Apple cases for applying differential privacy and enhancing data security Discover IID and non-IID data sets as well as data categories Use open-source tools for federated learning (FL) and explore FL algorithms and benchmarks Understand secure multiparty computation with PSI for large data Get up to speed with confidential computation and find out how it helps data in memory attacksWho this book is for: This comprehensive guide is for data scientists, machine learning engineers, and privacy engineers Prerequisites include a working knowledge of mathematics and basic familiarity with at least one ML framework (TensorFlow, PyTorch, or scikit-learn) Practical examples will help you elevate your expertise in privacy-preserving machine learning techniquesTable of Contents Introduction to Data Privacy, Privacy threats and breaches Machine Learning Phases and privacy threats/attacks in each phase Overview of Privacy Preserving Data Analysis and Introduction to Differential Privacy Differential Privacy Algorithms, Pros and Cons Developing Applications with Different Privacy using open source frameworks Need for Federated Learning and implementing Federated Learning using open source frameworks Federated Learning benchmarks, startups and next opportunity Homomorphic Encryption and Secure Multiparty Computation Confidential computing - what, why and current state Privacy Preserving in Large Language Models.
-
Privacy-Preserving Machine Learning | A use-case-driven approach to building and protecting ML pipelines from privacy and security threats
Librería: preigu, Osnabrück, Alemania
Calificación del vendedor: 5 de 5 estrellas
EUR 60,15
Envío por EUR 70,00
Se envía de Alemania a Estados Unidos de AmericaCantidad disponible: 5 disponibles
Añadir al carritoTaschenbuch. Condición: Neu. Privacy-Preserving Machine Learning | A use-case-driven approach to building and protecting ML pipelines from privacy and security threats | Srinivasa Rao Aravilli | Taschenbuch | Englisch | 2024 | Packt Publishing | EAN 9781800564671 | Verantwortliche Person für die EU: Libri GmbH, Europaallee 1, 36244 Bad Hersfeld, gpsr[at]libri[dot]de | Anbieter: preigu Print on Demand.
