Federated Learning in Financial Services
As financial institutions increasingly rely on AI and ML for data-driven decision-making, concerns about data privacy, security, and regulatory compliance are growing. Federated learning (FL) emerges as a key solution, enabling collaborative AI model training across multiple organizations without... Lue lisää
As financial institutions increasingly rely on AI and ML for data-driven decision-making, concerns about data privacy, security, and regulatory compliance are growing. Federated learning (FL) emerges as a key solution, enabling collaborative AI model training across multiple organizations without... Lue lisää
-
Tuotekuvaus
As financial institutions increasingly rely on AI and ML for data-driven decision-making, concerns about data privacy, security, and regulatory compliance are growing. Federated learning (FL) emerges as a key solution, enabling collaborative AI model training across multiple organizations without sharing raw data. This book explores advancements in FL technology in the financial industry, specifically in the context of privacy-preserving AI. It also examines the significant shift from traditional centralized machine-learning approaches to decentralized learning techniques. Structured into four comprehensive sections, the book offers an in-depth examination of the subject. The first section provides an overview and introduction to FL, and reviews the increasing challenges of data privacy and regulatory constraints in the financial industry, highlighting how federated learning enables secure AI-driven financial services. The second section explores federated architectures, secure multi-party computation, differential privacy, and homomorphic encryption. The third section highlights practical applications of AI and federated learning in areas such as risk management, fraud detection, credit scoring, and customer personalization, demonstrating how FL enhances security, scalability, and operational efficiency in financial systems. Financial applications where federated learning enhances security, scalability, and efficiency are also addressed. The fourth section discusses emerging trends in federated learning, including blockchain-based federated learning, zero-trust architectures, and its integration with decentralized finance (DeFi). The book concludes by examining practical implementations and regulatory considerations, ensuring compliance with data protection laws such as GDPR and CCPA. -
Tuotetiedot
- Kustantaja / Valmistaja Taylor & Francis Ltd
- ISBN 9781041135890
- Tuotekoodi 9781041135890
- Alanimike A Path to Secure AI
- Toimittanut Gaurav Dhiman; Jeetendra Kumar; Rashmi Gupta; Suvarna Sharma; Valentina E. Balas
- Sarja Responsible Technology and Intelligence
- Kieli Englanti
- Thema-luokitus Rahoitus; Tekoäly
- Ilmestymispäivä 29.09.2026
- Vuosi 2026
- Tuoteryhmä Ulk talous, yhteiskunta
- Tuotepääryhmä Ulkomaiset tietokirjat
- Tuotelinja Kirjat
- Sivumäärä 352
- Pituus (mm) 234
- Leveys (mm) 156
- Tuotemuoto Kovakantinen
- Tuoteturvallisuusyhteystiedot Taylor & Francis Verlag GmbH, GPSR@taylorandfrancis.com, Kaufingerstraße 24, 80331 München, Germany, 80331, München
- ALV 13,5%
Tämä tuote kuuluu tuoteryhmiin
Tuotearvostelut Suomalainen.comissa
Tutustu tuotearvostelujen käytäntöihin ja ehtoihin ennen kuin jätät arvostelun.
Suomalainen.com -verkkokaupassa on mahdollista jättää tuotearvosteluja siellä myynnissä olevista tuotteista. Tuotearvosteluja voivat jättää sekä tuotetta Suomalaisesta Kirjakaupasta ostaneet asiakkaat että muut sivuston käyttäjät. Arvostelijan nimimerkin jälkeinen teksti kertoo, onko kyseessä vahvistettu ostaja vai muu asiakas/sivuston käyttäjä.
-
Vahvistettu ostaja - Kyseinen arvostelu on jätetty käyttämällä tuotteen ostajalle lähetettyä sähköpostilinkkiä. Kyseessä on siis vahvistettu ostaja eli arvostelun jättänyt henkilö on ostanut todennetusti kyseisen tuotteen.
-
Vahvistettu suosittelija - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla. Arvostelijan sähköpostiosoite on vahvistettu, jotta on voitu varmistua siitä, että arvostelun on jättänyt oikea henkilö. Suomalainen.com ei kuitenkaan ole vahvistanut, että kyseinen henkilö on ostanut tuotteen.
- Ei tekstiä nimimerkin jälkeen - Kyseinen arvostelu on jätetty suomalainen.com -verkkosivustolla, mutta arvostelun jättäjän sähköpostiosoitetta ei ole vahvistettu.
Tuotearvostelussa pakollisia tietoja ovat tuotteen pistemäärä (tähdet), otsikko sekä arvosteluteksti. Jos jätät arvostelun sinulle lähetetyn sähköpostilinkin kautta, arvostelu julkaistaan käyttämällä etunimeäsi sekä sukunimen ensimmäistä kirjainta.
Jos jätät arvostelun sivustollamme, voit käyttää arvostelussa myös nimimerkkiä. Arvostelun jättämisen yhteydessä sinulta kysytään sähköpostiosoitetta, jonka avulla vahvistamme, että arvostelun on lähettänyt oikea henkilö, eikä esimerkiksi robotti. Tuotearvostelujen palveluntarjoajana toimii Yotpo. Katso Yotpon tietosuojaseloste.
Arvostelut julkaistaan tuotteen kohdalla automaattisesti ja ne tulevat esiin viiveellä. Suomalainen.com pidättää kuitenkin oikeuden poistaa kommentit, jotka sisältävät epäasiallista, herjaavaa tai halventavaa kieltä, vihapuhetta tai ovat muuten hyvän tavan vastaisia, tai joissa markkinoidaan muiden toimijoiden sivustoja tai tuotteita.
Jättämällä arvostelun annat Suomalaiselle Kirjakaupalle oikeuden käyttää kyseisiä arvosteluja omassa markkinoinnissaan (sekä painettu että digitaalinen) ilman erillistä korvausta. Arvosteluja käytetään myös analysointiin ja markkinoinnin kehittämiseen.
Tuotearvostelun jättäneiden kesken arvotaan säännöllisin väliajoin tuotepalkintoja. Tutustu arvonnan sääntöihin täällä.
Mikäli haluat poistaa jättämäsi tuotearvostelun verkkokaupastamme, pyyntö tästä tulee ohjata asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Tuotearvostelut eivät ole tarkoitettu asiakasreklamaatioiden tai tilauskyselyjen tekemiseen. Reklamaatiotapauksissa pyydämme ottamaan yhteyttä asiakaspalveluumme: asiakaspalvelu@suomalainen.com.
Jättämällä arvostelun suomalainen.com -verkkokauppaan hyväksyt yllämainitut käytännöt ja ehdot.
Lue lisää tuotearvosteluista.
