FATE新一代联邦学习技术及应用实战.PDFVIP

下载本文档

694
0
约3万字
约 39页
2020-04-08 发布于天津
举报
版权申诉

FATE新一代联邦学习技术及应用实战.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

FATE：新一代联邦学习技术及应用实战范涛微众银行高级研究员 dylanfan@ / /WeBankFinTech/FATE 1 联邦学习背景介绍 2 纵向联邦学习目录 CONTENTS 3 横向联邦学习 4 联邦学习开源平台-FATE 2 01 联邦学习背景介绍 3 理想数据质量好标签数据充足数据集中现实数据质量差缺乏标签数据数据分散隔离 Twitter taught Microsoft’s “昔日的人工智能老大哥， 80% 以上的企业存在数据孤 AI chatbot to be a racist IBM WATSON为什么现在岛问题（information silos) asshole in less than a day 会被看作一个笑话？” 问题： • 无法了解基因与疾病的关系（只有医生可以给数据打标签） • 买数据？ Verily Life Sciences 有一企业A 企业 B 万名志愿者，但需要10年！ X1 (X2, Y) 纵向联邦学习数据A 联邦迁移学习样联邦迁移学习本数据A 数据B 标样签本特征数据B 标签横向联邦学习特征数据A 样本数据B 标签特征 02 纵向联邦学习 7 纵向联邦学习-联合建模需求场景举例：微众与合作企业联合建模，微众有Y （业务表现），期望优化本方的Y预测模型  设定：