Aprendizagem Federada Bayesiana

A Aprendizagem Federada Bayesiana combina aprendizagem federada — onde o treinamento do modelo é distribuído por múltiplos clientes sem compartilhar dados brutos — com inferência Bayesiana, de modo que cada cliente mantém uma distribuição posterior sobre os parâmetros do modelo em vez de uma única estimativa pontual. Isso resulta em quantificação de incerteza principiada e agregação de modelos mais robusta em silos de dados heterogêneos e que preservam a privacidade.