Публикации по теме 'federated-learning'
Федеративное обучение
Революция в области конфиденциальности с сохранением машинного обучения
В этой статье мы углубимся в мир федеративного обучения, изучая его принципы, преимущества и его потенциал революционизировать область машинного обучения с сохранением конфиденциальности.
В эпоху технологий, основанных на данных, вопросы конфиденциальности стали более важными, чем когда-либо. Люди все больше осознают потенциальные риски, связанные с обменом их личными данными, что приводит к растущему спросу на..
Пошаговое руководство по федеративному обучению в области компьютерного зрения
В этой статье мы рассмотрим федеративное обучение с нуля, включая его наиболее распространенные приложения в машинном обучении.
Написано Ешей Шастри и первоначально опубликовано в блоге V7 ( Пошаговое руководство по федеративному обучению в области компьютерного зрения )
Способы обучения моделей машинного обучения за последние годы претерпели значительные изменения.
Обычный подход заключался в том, чтобы собрать все данные на центральном сервере и использовать их для обучения..
Сгенерировано искусственным интеллектом: краткий обзор федеративного обучения
Определение
Федеративное обучение — это метод машинного обучения, который позволяет обучать модель на данных, распределенных по нескольким устройствам или серверам, без необходимости централизованного хранения данных на одном сервере. Это позволяет организациям обучать модели на конфиденциальных или закрытых данных без необходимости делиться этими данными с центральным сервером или с другими организациями. Вместо этого модель обучается на отдельных устройствах или серверах, и только..
Как федеративное обучение улучшило диагностику COVID-19
Пример успеха диагностики COVID-19 на основе ИИ
Недавно федеративное обучение использовалось для массовой оптимизации модели машинного обучения для диагностики COVID-19. В декабре 2021 года в рецензируемом журнале Nature Machine Intelligence была опубликована статья под названием Улучшение диагностики COVID-19 с помощью сотрудничества в области искусственного интеллекта с сохранением конфиденциальности . В этой статье представлено значительное улучшение классификации пациентов..
Конфиденциальность для страхования и здравоохранения
На прошлой неделе я решил упаковать чемодан и отправиться на неделю в Бангкок, особенно после прочтения NYT’ прогноз повышения уровня моря на 2050 год . Мне было любопытно, как отреагируют люди, но, к сожалению, я не смог найти ни новостей в местной газете, ни ежедневных разговоров.
Во время этой поездки я случайно посетил встречу, посвященную конфиденциальности и безопасности ИИ. Основная тема была инициирована интересом к Закону о защите персональных данных Таиланда , особенно в..
Обзор статьи: «Обучение глубоким сетям на основе децентрализованных данных с эффективным обменом данными»
В этой статье я расскажу об алгоритме федеративного обучения и федеративного среднего (FedAvg), который представляет собой метод глубоких сетей, основанный на усреднении итеративной модели.
Оригинал статьи: https://arxiv.org/pdf/1602.05629.pdf
1. Федеративное обучение
Все чаще искусственный интеллект постепенно применяется к службам жизнеобеспечения, которые можно увидеть повсюду в социальной деятельности, такой как: система рекомендаций, камера наблюдения, медицинские экспертные..
FeatureCloud на практике
FeatureCloud как федеративная платформа использует докер для контейнеризации в приложении и контроллере. Контроллер — это единственный локальный компонент FeatureCloud, который имеет доступ к Интернету и отвечает за передачу данных между различными модулями. С другой стороны, приложения сильно изолированы от доступа к локальному хранилищу и Интернету, что вводит некоторые практические соображения. В этом рассказе я расскажу о различных мелких проблемах, которые вызывает дезодорация...
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..