Gesamtpreis (1 Artikel Artikel):
Versandziel:
krishnan saravanan anand jose srinivasan (30 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (30)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (27)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (3)
- Gut oder Befriedigend (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (4)
- Keine Print-on-Demand Angebote (18)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 45 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Mehr als EUR 45
Gratisversand
Land des Verkäufers
Verkäuferbewertung
-
Zustand: New. SUPER FAST SHIPPING.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Verkäuferbewertung 4 von 5 Sternen
EUR 67,84
EUR 7,38 für den Versand von Vereinigtes Königreich nach USAAnzahl: 3 verfügbar
In den WarenkorbZustand: New.
-
Zustand: New. 1st edition NO-PA16APR2015-KAP.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 63,58
EUR 17,03 für den Versand von Vereinigtes Königreich nach USAAnzahl: 10 verfügbar
In den WarenkorbZustand: As New. Unread book in perfect condition.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Verkäuferbewertung 4 von 5 Sternen
Zustand: New.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 72,98
EUR 17,03 für den Versand von Vereinigtes Königreich nach USAAnzahl: 10 verfügbar
In den WarenkorbZustand: New.
-
Handbook on Federated Learning
Anbieter: Basi6 International, Irving, TX, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: Brand New. New. US edition. Expediting shipping for all USA and Europe orders excluding PO Box. Excellent Customer Service.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 96,00
EUR 14,19 für den Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbPaperback. Zustand: Brand New. 362 pages. 9.18x6.12x9.21 inches. In Stock.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: ALLBOOKS1, Direk, SA, Australien
Verkäuferbewertung 5 von 5 Sternen
Brand new book. Fast ship. Please provide full street address as we are not able to ship to P O box address.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
EUR 170,25
EUR 2,28 für den Versand innerhalb von/der USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New.
-
Zustand: New. 1st edition NO-PA16APR2015-KAP.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 162,55
EUR 17,03 für den Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: As New. Unread book in perfect condition.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Majestic Books, Hounslow, Vereinigtes Königreich
Verkäuferbewertung 4 von 5 Sternen
EUR 177,06
EUR 7,38 für den Versand von Vereinigtes Königreich nach USAAnzahl: 3 verfügbar
In den WarenkorbZustand: New.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPricesUK, Woodford Green, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 168,28
EUR 17,03 für den Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: THE SAINT BOOKSTORE, Southport, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 168,29
EUR 21,63 für den Versand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
In den WarenkorbHardback. Zustand: New. New copy - Usually dispatched within 4 working days. 830.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 182,43
EUR 13,60 für den Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. In.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: GreatBookPrices, Columbia, MD, USA
Verkäuferbewertung 5 von 5 Sternen
EUR 200,25
EUR 2,28 für den Versand innerhalb von/der USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: As New. Unread book in perfect condition.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 250,11
EUR 14,19 für den Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbHardcover. Zustand: Brand New. 362 pages. 9.19x6.13x0.81 inches. In Stock.
-
Handbook on Federated Learning (Paperback)
Verlag: Taylor & Francis Ltd, London, 2025
ISBN 10: 1032471638 ISBN 13: 9781032471631
Sprache: Englisch
Anbieter: Grand Eagle Retail, Bensenville, IL, USA
Verkäuferbewertung 5 von 5 Sternen
Paperback. Zustand: new. Paperback. Mobile, wearable, and self-driving telephones are just a few examples of modern distributed networks that generate enormous amount of information every day. Due to the growing computing capacity of these devices as well as concerns over the transfer of private information, it has become important to process the part of the data locally by moving the learning methods and computing to the border of devices. Federated learning has developed as a model of education in these situations. Federated learning (FL) is an expert form of decentralized machine learning (ML). It is essential in areas like privacy, large-scale machine education and distribution. It is also based on the current stage of ICT and new hardware technology and is the next generation of artificial intelligence (AI). In FL, central ML model is built with all the data available in a centralised environment in the traditional machine learning. It works without problems when the predictions can be served by a central server. Users require fast responses in mobile computing, but the model processing happens at the sight of the server, thus taking too long. The model can be placed in the end-user device, but continuous learning is a challenge to overcome, as models are programmed in a complete dataset and the end-user device lacks access to the entire data package. Another challenge with traditional machine learning is that user data is aggregated at a central location where it violates local privacy policies laws and make the data more vulnerable to data violation. This book provides a comprehensive approach in federated learning for various aspects. Federated learning is a Distributed Machine Learning model that has been used in many applications today. Most edge devices can execute models with local dataset since their computation power is unutilized. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.
-
Handbook on Federated Learning
Anbieter: PBShop.store US, Wood Dale, IL, USA
Verkäuferbewertung 5 von 5 Sternen
EUR 76,54
Kostenlos für den Versand innerhalb von/der USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbPAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Handbook on Federated Learning
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 73,00
EUR 5,70 für den Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbPAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Handbook on Federated Learning (Paperback)
Verlag: Taylor & Francis Ltd, London, 2025
ISBN 10: 1032471638 ISBN 13: 9781032471631
Sprache: Englisch
Anbieter: AussieBookSeller, Truganina, VIC, Australien
Verkäuferbewertung 5 von 5 Sternen
Paperback. Zustand: new. Paperback. Mobile, wearable, and self-driving telephones are just a few examples of modern distributed networks that generate enormous amount of information every day. Due to the growing computing capacity of these devices as well as concerns over the transfer of private information, it has become important to process the part of the data locally by moving the learning methods and computing to the border of devices. Federated learning has developed as a model of education in these situations. Federated learning (FL) is an expert form of decentralized machine learning (ML). It is essential in areas like privacy, large-scale machine education and distribution. It is also based on the current stage of ICT and new hardware technology and is the next generation of artificial intelligence (AI). In FL, central ML model is built with all the data available in a centralised environment in the traditional machine learning. It works without problems when the predictions can be served by a central server. Users require fast responses in mobile computing, but the model processing happens at the sight of the server, thus taking too long. The model can be placed in the end-user device, but continuous learning is a challenge to overcome, as models are programmed in a complete dataset and the end-user device lacks access to the entire data package. Another challenge with traditional machine learning is that user data is aggregated at a central location where it violates local privacy policies laws and make the data more vulnerable to data violation. This book provides a comprehensive approach in federated learning for various aspects. Federated learning is a Distributed Machine Learning model that has been used in many applications today. Most edge devices can execute models with local dataset since their computation power is unutilized. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.
-
Handbook on Federated Learning (Paperback)
Verlag: Taylor & Francis Ltd, London, 2025
ISBN 10: 1032471638 ISBN 13: 9781032471631
Sprache: Englisch
Anbieter: CitiRetail, Stevenage, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 79,50
EUR 42,00 für den Versand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
In den WarenkorbPaperback. Zustand: new. Paperback. Mobile, wearable, and self-driving telephones are just a few examples of modern distributed networks that generate enormous amount of information every day. Due to the growing computing capacity of these devices as well as concerns over the transfer of private information, it has become important to process the part of the data locally by moving the learning methods and computing to the border of devices. Federated learning has developed as a model of education in these situations. Federated learning (FL) is an expert form of decentralized machine learning (ML). It is essential in areas like privacy, large-scale machine education and distribution. It is also based on the current stage of ICT and new hardware technology and is the next generation of artificial intelligence (AI). In FL, central ML model is built with all the data available in a centralised environment in the traditional machine learning. It works without problems when the predictions can be served by a central server. Users require fast responses in mobile computing, but the model processing happens at the sight of the server, thus taking too long. The model can be placed in the end-user device, but continuous learning is a challenge to overcome, as models are programmed in a complete dataset and the end-user device lacks access to the entire data package. Another challenge with traditional machine learning is that user data is aggregated at a central location where it violates local privacy policies laws and make the data more vulnerable to data violation. This book provides a comprehensive approach in federated learning for various aspects. Federated learning is a Distributed Machine Learning model that has been used in many applications today. Most edge devices can execute models with local dataset since their computation power is unutilized. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.
-
Taschenbuch. Zustand: Neu. Handbook on Federated Learning | Advances, Applications and Opportunities | Saravanan Krishnan (u. a.) | Taschenbuch | Einband - flex.(Paperback) | Englisch | 2025 | CRC Press | EAN 9781032471631 | Verantwortliche Person für die EU: Libri GmbH, Europaallee 1, 36244 Bad Hersfeld, gpsr[at]libri[dot]de | Anbieter: preigu Print on Demand.
-
Handbook on Federated Learning
Anbieter: PBShop.store US, Wood Dale, IL, USA
Verkäuferbewertung 5 von 5 Sternen
EUR 194,78
Kostenlos für den Versand innerhalb von/der USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbHRD. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Handbook on Federated Learning: Advances, Applications and Opportunities
Anbieter: Biblios, Frankfurt am main, HESSE, Deutschland
Verkäuferbewertung 4 von 5 Sternen
Zustand: New. PRINT ON DEMAND.
-
Handbook on Federated Learning
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 189,87
EUR 6,66 für den Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbHRD. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
EUR 202,91
EUR 48,99 für den Versand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Saravanan Krishnan is working as Associate Professor at the Department of Computer Science & Engineering, College of Engineering, Guindy, Anna University, Tirunelveli, India. He has published papers in 14 international conferences and 30 reput.
-
Buch. Zustand: Neu. Handbook on Federated Learning | Advances, Applications and Opportunities | Saravanan Krishnan (u. a.) | Buch | Einband - fest (Hardcover) | Englisch | 2023 | CRC Press | EAN 9781032471624 | Verantwortliche Person für die EU: Libri GmbH, Europaallee 1, 36244 Bad Hersfeld, gpsr[at]libri[dot]de | Anbieter: preigu Print on Demand.
-
Handbook on Federated Learning : Advances, Applications and Opportunities
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Buch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Federated learning is a Distributed Machine Learning model that has been used in many applications today. Most edge devices can execute models with local dataset since their computation power is unutilized.
