联邦学习框架的优势到底是什么? 作为一个机器学习框架,联邦学习能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下,进行数据使用和建模。而在联邦学习的基础上,迁移学习的能力也可以被搭建出来,做到举一反三的效果。而根据孤岛数据具有不同分布的特点,我们提出了不同的联邦学习方案。在本次报告中,我们将全面介绍联邦学习的概念与应用,并将提供联邦学习开源项目FATE(https://github.com/webankfintech/fate)详解,FATE提供了一种基于数据隐私保护的安全计算框架,为机器学习、深度学习、迁移学习算法提供强有力的安全计算支持。
联邦学习
刘洋