« Apprentissage fédéré » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En intelligence artificielle et en apprentissage automatique, l'apprentissage fédéré, en anglais ''federated learning,'' est une méthode ou un paradigme qui consiste à entraîner un algorithme sur l'appareil des utilisateurs d'une application et à partager les apprentissages (c.-à-d. les paramètres) ainsi réalisés. | En '''[[intelligence artificielle]]''' et en '''[[apprentissage automatique]]''', l'apprentissage fédéré, en anglais ''federated learning,'' est une méthode ou un paradigme qui consiste à entraîner un '''[[algorithme]]''' sur l'appareil des utilisateurs d'une application et à partager les apprentissages (c.-à-d. les paramètres) ainsi réalisés. | ||
==Compléments== | ==Compléments== | ||
Version du 17 août 2024 à 19:55
Définition
En intelligence artificielle et en apprentissage automatique, l'apprentissage fédéré, en anglais federated learning, est une méthode ou un paradigme qui consiste à entraîner un algorithme sur l'appareil des utilisateurs d'une application et à partager les apprentissages (c.-à-d. les paramètres) ainsi réalisés.
Compléments
Cette méthode s'oppose à l'apprentissage centralisé où l'apprentissage se fait sur les serveurs du fournisseur de service. Elle permet notamment un meilleur respect de la vie privée des utilisateurs.
Français
apprentissage fédéré
Anglais
federated learning
Sources
Contributeurs: Evan Brach, Jacques Barolet, Patrick Drouin, wiki
