Pembelajaran Federasi Bayesian
Pembelajaran Federasi Bayesian menggabungkan pembelajaran federasi — di mana pelatihan model didistribusikan ke banyak klien tanpa berbagi data mentah — dengan inferensi Bayesian, sehingga setiap klien mempertahankan distribusi posterior atas parameter model daripada satu estimasi titik. Hal ini menghasilkan kuantifikasi ketidakpastian yang berprinsip dan agregasi model yang lebih kuat di seluruh silo data yang heterogen dan menjaga privasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Yurochkin, M., Agarwal, M., Ghosh, S., Greenewald, K., Hoang, N., & Khazaeni, Y. (2019). Bayesian Nonparametric Federated Learning of Neural Networks. Proceedings of the 36th International Conference on Machine Learning (ICML 2019), PMLR 97, 7101–7110. link ↗
- Corinzia, L., & Buhmann, J. M. (2019). Variational Federated Multi-Task Learning. arXiv preprint arXiv:1906.06268. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Federated Learning (Probabilistic Federated Model Aggregation). ScholarGate. https://scholargate.app/id/machine-learning/bayesian-federated-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regresi Logistik BayesianBayesian↔ compare
- Pembelajaran Transfer BayesianPembelajaran Mesin↔ compare
- Pembelajaran FederasiPrivasi↔ compare
- Proses GaussianPembelajaran Mesin↔ compare
- Pembelajaran Federasi Semi-terawasiPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →