Învățare federată
Învățarea federată este un paradigm de învățare automată distribuită introdus de McMahan et al. în 2017, în care un model global este antrenat colaborativ pe mai mulți clienți descentralizați — cum ar fi dispozitive mobile sau sisteme spitalicești — fără a transfera vreodată date brute către un server central. Fiecare participant calculează actualizări ale modelului local, utilizând datele sale private; numai acele actualizări, nu datele subiacente, sunt comunicate și agregate de către server pentru a îmbunătăți modelul partajat.
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.
+4 more
Surse
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. Artificial Intelligence and Statistics, 1273–1282. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Federated Learning. ScholarGate. https://scholargate.app/ro/privacy/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.
- Confidențialitate DiferențialăConfidențialitate↔ compare
- Distilarea cunoștințelorÎnvățare profundă↔ compare
- Descrierea algoritmului de optimizare Gradient Descent Stocastic (SGD)Învățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →