Învățare federată bayesiană
Învățarea federată bayesiană combină învățarea federată — unde antrenarea modelului este distribuită pe mai mulți clienți fără partajarea datelor brute — cu inferența bayesiană, astfel încât fiecare client menține o distribuție posterioară asupra parametrilor modelului, mai degrabă decât o singură estimare punctuală. Aceasta oferă cuantificarea principială a incertitudinii și o agregare mai robustă a modelelor pe silozuri de date eterogene, care păstrează confidențialitatea.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Bayesian Federated Learning (Probabilistic Federated Model Aggregation). ScholarGate. https://scholargate.app/ro/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.
- Regresia logistică bayesianăBayesian↔ compare
- Învățare prin transfer bayesianăÎnvățare automată↔ compare
- Învățare federatăConfidențialitate↔ compare
- Proces GaussianÎnvățare automată↔ compare
- Învățare federativă semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →