Федеративно учене

Федеративното учене (Federated Learning) е парадигма за разпределено машинно учене, въведена от McMahan et al. през 2017 г., при която глобален модел се обучава съвместно между множество децентрализирани клиенти — като мобилни устройства или болнични системи — без сурови данни да се прехвърлят към централен сървър. Всеки участник изчислява локално актуализации на модела, използвайки своите частни данни; само тези актуализации, а не основните данни, се комуникират и агрегират от сървъра за подобряване на споделения модел.