最新《联邦学习Federated Learning》报告，47页ppt

联邦学习(FL)是一种机器学习设置，许多客户(例如移动设备或整个组织)在保持数据分散的同时协同训练一个模型。FL体现了集中的数据收集和最小化的原则，并可以减轻许多系统的隐私风险和成本造成的传统，集中的机器学习和数据科学方法。这个演讲，Aurelien Bellet将介绍属于FL范畴的各种设置，回顾一些标准算法，并讨论最近的一些工作和开放问题。

http://researchers.lille.inria.fr/abellet/talks/federated_learning_introduction.pdf

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“FL47” 就可以获取《最新《联邦学习Federated Learning》报告，47页ppt》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源