Model Optimization Methods for Efficient and Edge AI (Hardcover)
Lingua: inglese
Editore: John Wiley & Sons Inc, 2024
- Rilegato
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 151,15
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Hardcover. Comprehensive overview of the fledgling domain of federated learning (FL), explaining emerging FL methods, architectural approaches, enabling frameworks, and applications Model Optimization Methods for Efficient and Edge AI explores AI model engineering, evaluation, refinement, optimization, and deployment across multiple cloud environments (public, private, edge, and hybrid). It presents key applications of the AI paradigm, including computer vision (CV) and Natural Language Processing (NLP), explaining the nitty-gritty of federated learning (FL) and how the FL method is helping to fulfill AI model optimization needs. The book also describes tools that vendors have created, including FL frameworks and platforms such as PySyft, Tensor Flow Federated (TFF), FATE (Federated AI Technology Enabler), Tensor/IO, and more. The first part of the text covers popular AI and ML methods, platforms, and applications, describing leading AI frameworks and libraries in order to clearly articulate how these tools can help with visualizing and implementing highly flexible AI models quickly. The second part focuses on federated learning, discussing its basic concepts, applications, platforms, and its potential in edge systems (such as IoT). Other topics covered include: Building AI models that are destined to solve several problems, with a focus on widely articulated classification, regression, association, clustering, and other prediction problemsGenerating actionable insights through a variety of AI algorithms, platforms, parallel processing, and other enablersCompressing AI models so that computational, memory, storage, and network requirements can be substantially reducedAddressing crucial issues such as data confidentiality, data access rights, data protection, and access to heterogeneous dataOvercoming cyberattacks on mission-critical software systems by leveraging federated learning Written in an accessible manner and containing a helpful mix of both theoretical concepts and practical applications, Model Optimization Methods for Efficient and Edge AI is an essential reference on the subject for graduate and postgraduate students, researchers, IT professionals, and business leaders. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9781394219216
- Titolo
- Model Optimization Methods for Efficient and Edge AI (Hardcover)
- Autore
- Pethuru Raj Chelliah
- Editore
- John Wiley & Sons Inc
- Anno di pubblicazione
- 2024
- Condizione
- new
- Rilegatura
- Hardcover
- Lingua
- inglese
- ISBN 10
- 1394219210
- ISBN 13
- 9781394219216
Comprehensive overview of the fledgling domain of federated learning (FL), explaining emerging FL methods, architectural approaches, enabling frameworks, and applications
Model Optimization Methods for Efficient and Edge AI explores AI model engineering, evaluation, refinement, optimization, and deployment across multiple cloud environments (public, private, edge, and hybrid). It presents key applications of the AI paradigm, including computer vision (CV) and Natural Language Processing (NLP), explaining the nitty-gritty of federated learning (FL) and how the FL method is helping to fulfill AI model optimization needs. The book also describes tools that vendors have created, including FL frameworks and platforms such as PySyft, Tensor Flow Federated (TFF), FATE (Federated AI Technology Enabler), Tensor/IO, and more.
The first part of the text covers popular AI and ML methods, platforms, and applications, describing leading AI frameworks and libraries in order to clearly articulate how these tools can help with visualizing and implementing highly flexible AI models quickly. The second part focuses on federated learning, discussing its basic concepts, applications, platforms, and its potential in edge systems (such as IoT).
Other topics covered include:
- Building AI models that are destined to solve several problems, with a focus on widely articulated classification, regression, association, clustering, and other prediction problems
- Generating actionable insights through a variety of AI algorithms, platforms, parallel processing, and other enablers
- Compressing AI models so that computational, memory, storage, and network requirements can be substantially reduced
- Addressing crucial issues such as data confidentiality, data access rights, data protection, and access to heterogeneous data
- Overcoming cyberattacks on mission-critical software systems by leveraging federated learning
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Pethuru Raj Chelliah, PhD, is the Chief Architect of the Edge AI Division of Reliance Jio Platforms Ltd. in Bangalore, India.
Amir Masoud Rahmani, PhD, is an artificial intelligence faculty member at the National Yunlin University of Science and Technology, Taiwan.
Robert Colby is a Principal Engineer in IT Infrastructure responsible for Manufacturing Network Architecture and IoT Infrastructure at Intel Corporation.
Gayathri Nagasubramanian, PhD, is an Assistant Professor with the Department of Computer Science and Engineering at GITAM University in Bengaluru, India.
Sunku Ranganath is a Principal Product Manager for Edge Infrastructure Services at Equinix.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 43,79 | EUR 43,79 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.