Federated Learning

A szövetségi tanulás (Federated Learning) egy elosztott gépi tanulási paradigma, amelyet McMahan és mtsai vezettek be 2017-ben. Ebben egy globális modellt képeznek együttműködve több decentralizált kliensen – például mobil eszközökön vagy kórházi rendszereken –, anélkül, hogy a nyers adatokat központi szerverre továbbítanák. Minden résztvevő helyileg számítja ki a modellfrissítéseket a saját privát adatait használva; csak ezek a frissítések, nem pedig az alapul szolgáló adatok, kerülnek kommunikációra és aggregálásra a szerver által a megosztott modell javítása érdekében.