联合学习(Federated Learning)是一种让模型在多个分散数据源上协同训练、而原始数据不离开本地的机器学习设置,其核心构成包括本地训练、参数更新聚合与分布式数据利用,解决的是数据不能集中共享情况下的多源建模与隐私保护问题,并不解决各节点数据分布不均带来的精度损失问题。
联合学习是什么?
联合学习(Federated Learning)是一种让模型在多个分散数据源上协同训练、而原始数据不离开本地的机器学习设置,其核心构成包括本地训练、参数更新聚合与分布式数据利用,解决的是数据不能集中共享情况下的多源建模与隐私保护问题,并不解决各节点数据分布不均带来的精度损失问题。
🔗 本文链接