Predavanje o osnovama i karakteristikama ujedinjenog učenja

Autor:

Unsplash/Kevin Ku

Programski inženjeri Emily Glanz i Chunxiang Zheng  na jednostavan način upoznaju zainteresirane  s osnovama i karakteristikama ujedinjenog učenja (federated learning). Za svoj rad koriste digitalni okvir TensorFlow Federated, koji u praktičnoj primjeni služi za otvoreno istraživanje i  eksperimentiranje.

Ujedinjeno učenje se koristi kada se želi prebaciti različite vlastito stvorene algoritme kroz razne moderne uređaje, pametne telefone ili servere bez centraliziranja podataka i narušavanja okvira drugih već ugrađenih sustava i podataka o privatnosti. Nepotrebni podaci se u ovom procesu ne razmijenjuju i ne prebacuju.

Stvoreni algoritmi bi trebali proći kroz uređaje i servere bez ostavljanja suvišnog spam sadržaja i podataka.

Ovo je vrlo iskoristivo i u području Internet stvari (IoT). Manja količina podataka u prvi plan stavlja karakteristike hardvera uređaja, napajanja, odaziva zaslona, baterija…

Komentari

Morate biti ulogirani da biste dodali komentar.