首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    案例 | 百万销售社群+GMV过亿,报喜鸟全域增长背后的营销技术到底有多牛?

    即刻预约报名大会 了解腾讯企点全新产品系列 导语 在电商崛起和疫情反复的双重冲击下,服装行业陷入“霜冻期”。启动新零售战略3年的中高端男装服饰集团报喜鸟,从受困于行业疲态到销售利润双创历史新高,看其在疫情之下如何运用营销技术创新创造逆势增长的“奇迹”。 成立于1996年的报喜鸟集团,一直将“创新求变”的基因根植于企业发展之中。2016年,报喜鸟作为唯一一家成衣品牌服装企业入选工信部智能智造示范试点企业。从部署工业4.0智能生产开始,数字化转型升级就成为报喜鸟发展的重要动力。 2019年,报喜鸟率先瞄准和投入

    01

    神盾首创非对称联邦学习,深度保障数据隐私

    导语:在过去的几年中,我们见证了大数据及人工智能技术的飞速发展,许多机构却依旧苦于数据数量少、质量低等难题而无法将前沿理论商业化落地。助力像石油般宝贵的数据突破隐私保护的条框限制并实现其价值的流通,对相关产业的发展起着至关重要的作用。在上一篇文章中,我们简要介绍了腾讯“神盾-联邦计算”平台的诞生背景和数据安全与隐私保护技术亮点。这次,我们着重选取本产品首推的“非对称联邦学习” (Asymmetrical Federated Learning, AFL) 范式进行介绍。该范式旨在全面保护数据集的样本ID、特征和标签的隐私安全,彻底解除在不平衡的 (unbalanced) 联邦计算系统中,中小企业对敏感用户ID泄露问题的担忧。

    01

    [腾讯云大数据]神盾首创非对称联邦学习,深度保障数据隐私

    导语:在过去的几年中,我们见证了大数据及人工智能技术的飞速发展,许多机构却依旧苦于数据数量少、质量低等难题而无法将前沿理论商业化落地。助力像石油般宝贵的数据突破隐私保护的条框限制并实现其价值的流通,对相关产业的发展起着至关重要的作用。在上一篇文章中,我们简要介绍了腾讯“神盾-联邦计算”平台的诞生背景和数据安全与隐私保护技术亮点。这次,我们着重选取本产品首推的“非对称联邦学习” (Asymmetrical Federated Learning, AFL) 范式进行介绍。该范式旨在全面保护数据集的样本ID、特征和标签的隐私安全,彻底解除在不平衡的 (unbalanced) 联邦计算系统中,中小企业对敏感用户ID泄露问题的担忧。

    014
    领券