什么是联邦学习?
联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果,实现联合建模。联邦学习兼顾 AI 应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。
联邦学习的主要功能是什么?
联邦学习适用于哪些场景?
金融类场景:包括银行零售信贷、信用卡贷前贷中风控服务,以及消费金融公司、互金平台的贷前贷中风控场景。
其他运用场景:基于大数据支撑的风控及营销场景,行业不限。