Definition
联邦学习使组织能够在不共享敏感原始数据的情况下协作训练人工智能模型。与集中信息不同，模型被发送到本地设备，在那里进行局部学习，然后将更新后的参数聚合到全局模型中，从而在保护隐私的同时实现协同智能。
Summary
联邦学习是一种分布式机器学习方法，它在保持数据本地化的同时在去中心化设备上训练模型。
Key Concepts
- 数据隐私
- 分布式训练
- 模型聚合
- 边缘计算
Use Cases
- 预测文本键盘
- 医疗诊断协作
- 金融欺诈检测
A comprehensive multilingual AI terminology dictionary
联邦学习使组织能够在不共享敏感原始数据的情况下协作训练人工智能模型。与集中信息不同，模型被发送到本地设备，在那里进行局部学习，然后将更新后的参数聚合到全局模型中，从而在保护隐私的同时实现协同智能。
联邦学习是一种分布式机器学习方法，它在保持数据本地化的同时在去中心化设备上训练模型。