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。

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，...

本文首发于Feng Yu的空间 https://yu-feng.​ 参考文献《Federated Learning: Challenges, methods, and future, 2020》，较为详细的介绍当前FL的挑战和解决方法以及未来可能的研究方向或切入点。​ 联邦学习在...

纵向联邦学习需求建模场景 金融科技-小微企业信贷的风险管理 痛点 基于联邦学习的解决方案 保险科技-个性化定价 痛点 保险公司丰满的理想 具有精准个性化用户画像（几百维） 数据覆盖全面 保险公司骨干的