« Apprentissage fédéré horizontal » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵↵<small> » par « ==Sources== ») |
||
| Ligne 16 : | Ligne 16 : | ||
Horizontal federated learning, or sample-based federated learning, is introduced in the scenarios that data sets share the same feature space but different in sample. --> | Horizontal federated learning, or sample-based federated learning, is introduced in the scenarios that data sets share the same feature space but different in sample. --> | ||
==Sources== | |||
Version du 27 janvier 2024 à 16:00
Définition
En apprentissage fédéré, l'apprentissage fédéré horizontal consiste à utiliser plusieurs sources de données conjointement pour entraîner un modèle sous la coordination d'un serveur central, tout en conservant les données d'entraînement sur l'appareil client afin garantir la confidentialité des données.
Compléments
L'apprentissage fédéré horizontal, ou apprentissage fédéré par échantillonnage, est utilisé dans des scénarios où les ensembles de données partagent les mêmes attributs, mais diffèrent en termes d'échantillons.
Français
apprentissage fédéré horizontal
apprentissage fédéré par échantillonnage
Anglais
horizontal federated learning
Sources
Contributeurs: Patrick Drouin, wiki
