Apprendimento Federato Bayesiano

L'Apprendimento Federato Bayesiano (Bayesian Federated Learning) combina l'apprendimento federato — dove l'addestramento del modello è distribuito su più client senza condivisione di dati grezzi — con l'inferenza bayesiana, in modo che ciascun client mantenga una distribuzione a posteriori sui parametri del modello anziché una singola stima puntuale. Ciò consente una quantificazione dell'incertezza basata su principi rigorosi e un'aggregazione più robusta dei modelli attraverso silos di dati eterogenei e che preservano la privacy.