聯邦學習（Federated Learning）
聯邦學習簡介 聯邦學習（Federated Learning）是一種新興的人工智能基礎技術，在 2016 年由谷歌最早提出，本來用於解決安卓手機終端用戶在本地更新模型的問題，其設計目標是在保障大數據交換時的信息安全、保護終端數據和我的數據隱私、保證合法合規的前提下，在多參與方或多計算結點之間開展高效率的機器學習。其中，聯邦學習可以使用的機器學習算法不侷限於神經網絡，還包括隨機森林等
相關文章
- 1. 聯邦學習（Federated Learning）
- 2. 聯邦學習 Federated Learning
- 3. 聯邦元學習Federated meta learning
- 4. 聯邦學習（Federated Learning）介紹
- 5. 聯邦學習Federated Learning學習筆記（1）
- 6. 聯邦學習論文閱讀：Federated meta-learning for recommendation
- 7. （轉載）聯邦學習 Federated Learning 相關資料整理
- 8. 聯邦學習論文閱讀 Federated Online Learning to Rank with Evolution Strategies
- 9. 聯邦學習 Federated Learning 相關資料整理
- 10. 01聯邦學習的介紹:Why And How Federated Learning
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 聯邦學習（Federated Learning）
- 2. 聯邦學習 Federated Learning
- 3. 聯邦元學習Federated meta learning
- 4. 聯邦學習（Federated Learning）介紹
- 5. 聯邦學習Federated Learning學習筆記（1）
- 6. 聯邦學習論文閱讀：Federated meta-learning for recommendation
- 7. （轉載）聯邦學習 Federated Learning 相關資料整理
- 8. 聯邦學習論文閱讀 Federated Online Learning to Rank with Evolution Strategies
- 9. 聯邦學習 Federated Learning 相關資料整理
- 10. 01聯邦學習的介紹:Why And How Federated Learning