Федеративное обучение

Федеративное обучение — это распределенная парадигма машинного обучения, представленная МакМаханом и др. в 2017 году, в которой глобальная модель совместно обучается на множестве децентрализованных клиентов — таких как мобильные устройства или больничные системы — без передачи необработанных данных на центральный сервер. Каждый участник локально вычисляет обновления модели, используя свои приватные данные; только эти обновления, а не лежащие в их основе данные, передаются и агрегируются сервером для улучшения общей модели.