隨著社會數(shù)字化和信息化的程度越來越高,數(shù)據(jù)資源作為一種互聯(lián)網時代的新能源所表現(xiàn)出的數(shù)據(jù)流動價值越來越得到人們的重視。在大數(shù)據(jù)背景下,機器學習技術正被廣泛應用在各個領域,充分發(fā)揮數(shù)據(jù)的價值。與此同時,在對數(shù)據(jù)隱私的擔憂聲中,政府開始行動制定數(shù)據(jù)使用合規(guī)法案。傳統(tǒng)的機器學習方法受到了制約,大量的數(shù)據(jù)因為需要依法保護而無法被聯(lián)合在一起進行建模,隱私保護機器學習的概念應運而生。本書將介紹隱私保護機器學習的原理、方法和應用,主要介紹機器學習和隱私保護技術的基礎知識,并講解隱私保護機器學習的應用,包括隱私求交、安全多方計算、線性模型、樹模型、神經網絡。同時本書還介紹隱私保護機器學習的具體應用場景,深入講解其技術原理。本書既適合隱私保護機器學習領域的從業(yè)者閱讀,也可供高等院校相關專業(yè)的本科生、研究生學習參考。