当前位置:首页|资讯|机器学习|人工智能|医疗|金融

大数据时代下机器学习的新范式

作者:OSC开源社区发布时间:2023-10-28

原标题:大数据时代下机器学习的新范式

在大数据时代,数据的数量和复杂性都呈指数级增长。然而,这些数据往往分散在不同的组织和个人之间,限制了数据的利用和挖掘。此时,联邦学习应运而生。它是 一种新兴的机器学习方法,允许多个参与方共同训练模型。在大数据时代和人工智能的发展下,联邦学习成为了应对数据分散和隐私保护的有效解决方案,在医疗、金融、推荐等领域都有广泛的应用。

OSCHINA 本期高手问答 (10 月 18 日 - 10 月 24 日) 我们请来了 PrimiHub 开源 和大家一起探讨关于「联邦学习技术」的问题。可讨论的问题包括但不限于:

  1. 什么是联邦学习?与分布式训练的区别和联系
  2. 联邦学习的场景:包括但不限于横向 / 纵向联邦、跨企业、跨设备等
  3. 当前联邦学习面临的问题:计算 / 通信复杂度、数据分布不均衡、安全隐私、公平性等
  4. 联邦学习入门学习、上手开发的建议

如有其他「联邦学习技术」 相关的问题,也欢迎提问

长按识别下方二维码立即提问:

嘉宾介绍

许雪峰,北航网络安全硕士,北京原语科技隐私计算工程师。从事联邦学习、差分隐私相关算法开发工作。热爱技术和开源,曾多次为知名开源机器学习框架 scikit-learn 贡献代码。

🎁

为了鼓励踊跃提问, 原语科技 PrimiHub 会在问答结束后从提问者中抽取 5 名幸运会员,赠予 PrimiHub 定制笔记本礼盒 3 件套(内含:笔记本 * 1、金属签字笔 * 1、U 盘 * 1)。

下面欢迎大家就 “联邦学习技术” 相关问题向PrimiHub 许雪峰老师提问,原文回帖提问既可。

立即提问


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1