联邦学习定义了一个机器学习框架，在这个框架下，不同的数据拥有方可以在不交换彼此数据的情 况下，建立一个虚拟的共有模型，这个虚拟模型的效果等同于各方把数据聚合在一起建立的最优模型。 这样，建好的模型在各自的区域仅为本地的目标服务。在这样一个联邦机制下，各个参与者的身份和地 位相同，...

什么是联邦学习呢？举例来说，假设有两个不同的企业 A 和 B，它们拥有不同的数据，比如企业 A 有用户特征数据，企业 B 有产品特征数据和标注数据。这两个企业按照 GDPR 准则是不能粗暴地把双方数据加以合并的，因为他们各自的用户并没有机会同意这样做。假设双方各自建立一个任务模…

本文从广告主的角度，分享联邦学习实践的经验跟思考。 先介绍业务与技术选型背景：团队项目为用户增长及成本控制，方式为广告渠道投放，投放目标分为拉新、拉活两类。

文章首发于 https://yu-feng.​ 先简单贴下介绍，8月7日-8月9日，2020年全球人工智能和机器人峰会（简称“CCF-GAIR 2020”）在深圳举办！CCF-GAIR由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能...

注意：本博客的实验完成于2021年1月，若附加的代码无法使用，原因是tf的包有所更新，函数可能也相应的做出了调整。因此无法运行性的话需要参考官方教程文档↑。 在本教程中，我们使用经典的MNIST训练集来介绍TFF的联邦学习（FL）的API层：tff.learning。它包含了一…

前言本文目标声明：不涉及任何公司代码如何快速了解算法运行内部的运行机制整体访问流程结合产品界面梳理算法内部运行过程样本融合界面算法运行机制特征工程界面算法运行机制模型训练界面算法运行机制模型预测界面算

联邦学习背景人工智能技术的实现数据量少，数据质量差的问题，不足以支撑人工智能技术的实现隐私保护问题，数据也往往以孤岛形式出现概念本质是一种分布式机器学习技术，在人工智能领域可以认为是一个机器学习框架目

某银行A与某互联网公司B达成了企业级的合作。互联网公司A与银行B有着一大部分重合的用户，A有着客户上网行为等特征信息。B有着客户的存贷情况等特征信息以及客户的标签信息——客户的还贷情况(Y)。B希望能够将他所独有的特征信息与A所独有的特征信息相结合，训练出一个更强大的识别客户信…

发表期刊：ACM Transactions on Intelligent Systems and Technology (TIST) Volume 10 Issue 2, Article No. 12, January 2019 之前已经大概读了一遍，为了做这个笔记，总体而言使…