फेडरेटेड लर्निंग
फेडरेटेड लर्निंग एक वितरित मशीन लर्निंग प्रतिमान है जिसे 2017 में मैकमेहन एट अल. द्वारा प्रस्तुत किया गया था, जिसमें एक वैश्विक मॉडल को कई विकेन्द्रीकृत ग्राहकों - जैसे मोबाइल डिवाइस या अस्पताल प्रणाली - पर कच्चे डेटा को केंद्रीय सर्वर पर स्थानांतरित किए बिना सहयोगात्मक रूप से प्रशिक्षित किया जाता है। प्रत्येक प्रतिभागी अपने निजी डेटा का उपयोग करके स्थानीय रूप से मॉडल अपडेट की गणना करता है; केवल वे अपडेट, अंतर्निहित डेटा नहीं, सर्वर द्वारा साझा मॉडल को बेहतर बनाने के लिए संचारित और एकत्रित किए जाते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
+4 और
स्रोत
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. Artificial Intelligence and Statistics, 1273–1282. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Federated Learning. ScholarGate. https://scholargate.app/hi/privacy/federated-learning
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- विभेदक गोपनीयतागोपनीयता↔ तुलना करें
- नॉलेज डिस्टिलेशनगहन अधिगम↔ तुलना करें
- स्टोकेस्टिक ग्रेडिएंट डिसेंट (एसजीडी)मशीन अधिगम↔ तुलना करें