Ergebnisse filtern
Fachgebiet
Medium
  • 4
  • 3
  • 2
Erscheinungsjahr
  • 1
  • 4
  • 2
Autoren
  • 1
  • 1
  • 2
  • 2
  • 2
  • 3
  • 2
  • 2
  • 2
  • 2
  • 1
  • 2
  • 9
  • 1
  • 2
  • 2
  • 2
  • 2
  • 1
  • 1
  • 2
  • 2
  • 2
  • 1
  • 2
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 2
  • 1
  • 3
  • 2
  • 2
  • 2
  • 1
  • 1
  • 2
  • 1
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 2
  • 1
  • 2
  • 2
  • 1
  • 2
  • 1
  • 5
  • 1
  • 1
  • 1
  • 4
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
Verlag
  • 4
  • 2
  • 1
  • 2
Preis
  • 2
  • 4
  • 3
Sprachen
  • 9
  • 2
Verfügbarkeit
  • 7
  • 2
Katalog
  • 9
9  Treffer  für „Fan, Lixin“
    Yang / Fan / Yu | Federated Learning | eBook | Sack Fachmedien
    E-Book

    Yang / Fan / Yu Federated Learning

    Privacy and Incentive
    1. Auflage 2020
    Verlag: Springer International Publishing
    ISBN: 978-3-030-63076-8
    Medium: eBook
    Format: PDF
     Kopierschutz: 1 - PDF Watermark
    85,59 € (inkl. MwSt.)
    sofort verfügbar
    Bereits im Warenkorb
    Yang / Fan / Yu | Federated Learning | Buch | Sack Fachmedien

    Yang / Fan / Yu Federated Learning

    Privacy and Incentive
    1. Auflage 2020
    Verlag: Springer
    ISBN: 978-3-030-63075-1
    Medium: Buch
    85,59 € (inkl. MwSt.)
    Lieferzeit ca. 10 Werktage
    Bereits im Warenkorb
    Fan / Chan / Yang | Digital Watermarking for Machine Learning Model | Buch | Sack Fachmedien

    Fan / Chan / Yang Digital Watermarking for Machine Learning Model

    Techniques, Protocols and Applications
    2023
    Verlag: Springer
    ISBN: 978-981-19-7553-0
    Medium: Buch
    171,19 € (inkl. MwSt.)
    Lieferzeit ca. 10 Werktage
    Bereits im Warenkorb
    Fan / Chan / Yang | Digital Watermarking for Machine Learning Model | Buch | Sack Fachmedien

    Fan / Chan / Yang Digital Watermarking for Machine Learning Model

    Techniques, Protocols and Applications
    2023
    Verlag: Springer
    ISBN: 978-981-19-7556-1
    Medium: Buch
    171,19 € (inkl. MwSt.)
    Lieferzeit ca. 10 Werktage
    Bereits im Warenkorb
    Fan / Chan / Yang | Digital Watermarking for Machine Learning Model | eBook | Sack Fachmedien
    E-Book

    Fan / Chan / Yang Digital Watermarking for Machine Learning Model

    Techniques, Protocols and Applications
    1. Auflage 2023
    Verlag: Springer Singapore
    ISBN: 978-981-19-7554-7
    Medium: eBook
    Format: PDF
     Kopierschutz: 1 - PDF Watermark
    160,49 € (inkl. MwSt.)
    sofort verfügbar
    Bereits im Warenkorb
    Goebel / Yu / Faltings | Trustworthy Federated Learning | eBook | Sack Fachmedien
    E-Book

    Goebel / Yu / Faltings Trustworthy Federated Learning

    First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, Vienna, Austria, July 23, 2022, Revised Selected Papers
    1. Auflage 2023
    Verlag: Springer International Publishing
    ISBN: 978-3-031-28996-5
    Medium: eBook
    Format: PDF
     Kopierschutz: 1 - PDF Watermark
    58,84 € (inkl. MwSt.)
    sofort verfügbar
    Bereits im Warenkorb
    Goebel / Yu / Faltings | Trustworthy Federated Learning | Buch | Sack Fachmedien

    Goebel / Yu / Faltings Trustworthy Federated Learning

    First International Workshop, FL 2022, Held in Conjunction with IJCAI 2022, Vienna, Austria, July 23, 2022, Revised Selected Papers
    1. Auflage 2023
    Verlag: Springer
    ISBN: 978-3-031-28995-8
    Medium: Buch
    58,84 € (inkl. MwSt.)
    Lieferzeit ca. 10 Werktage
    Bereits im Warenkorb
    Boyce / Dale / Yan | Unsere Erde 2 | Sonstiges | Sack Fachmedien

    Boyce / Dale / Yan Unsere Erde 2

    Verlag: Universum Film
    ISBN: 406-122900750-4
    Medium: Sonstiges
    11,99 € (inkl. MwSt.)
    Kurzfristig nicht lieferbar
    Bereits im Warenkorb
    Boyce / Dale / Yan | Unsere Erde 2 | Sonstiges | Sack Fachmedien

    Boyce / Dale / Yan Unsere Erde 2

    Verlag: Universum Film
    ISBN: 406-122900751-1
    Medium: Sonstiges
    12,99 € (inkl. MwSt.)
    Kurzfristig nicht lieferbar
    Bereits im Warenkorb

Ist Ihr gesuchter Titel nicht Teil der Ergebnisse? Dann nutzen Sie unser Kontaktformular