Что такое федеративное обучение
Обучение модели на данных разных устройств или организаций без передачи самих данных в один центр
Определение
Федеративное обучение — это обучение модели на данных разных устройств или организаций без передачи самих данных в один центр. Проще говоря, полезно там, где данные чувствительные, распределенные или юридически трудно объединяемые. В практическом машинном обучении термин помогает выбирать модель, метрику, данные или способ проверки результата.
Пример
Несколько больниц улучшают модель анализа снимков, не передавая данные пациентов друг другу
Почему важно
Полезно там, где данные чувствительные, распределенные или юридически трудно объединяемые
Как работает
Центральная система отправляет модель участникам, каждый участник обучает ее локально на своих данных, а затем передает обновления, которые агрегируются в общую модель. Сами данные при этом не покидают устройство или организацию.
Где применяется
Используется при обучении, настройке, сравнении и оценке моделей, особенно в классификации, прогнозировании, кластеризации и автоматизации решений.
Ограничения
Федеративное обучение снижает передачу данных, но не решает все риски приватности. Обновления модели тоже могут раскрывать информацию, поэтому часто нужны дополнительные методы защиты и строгий контроль доступа.