Federované učení

Federated Learning je distribuovaný paradigma strojového učení představené McMahanem a kol. v roce 2017, ve kterém je globální model trénován kolaborativně napříč několika decentralizovanými klienty – jako jsou mobilní zařízení nebo nemocniční systémy – aniž by došlo k přenosu surových dat na centrální server. Každý účastník lokálně provádí aktualizace modelu pomocí svých soukromých dat; pouze tyto aktualizace, nikoli podkladová data, jsou komunikovány a agregovány serverem za účelem zlepšení sdíleného modelu.