Translation not up to date
Federated Learning, verileri paylaşmadan tek bir makine öğrenimi modelini işbirliği içinde eğitmek için birden çok uzak taraf için araçlar sağlar. Her taraf özel bir veri kümesi ile yerel bir model eğitiyor. Tüm taraflara yarar sağlayan küresel modelin kalitesini artırmak için toplayıcıya yalnızca yerel model gönderilir.
Veri biçimi
PostgreSQLiçin CSV dosyaları, JSON dosyaları ve veritabanları da dahil olmak, ancak tümü bunlarla sınırlı olmamak üzere herhangi bir veri biçimi.
Birleşik Öğrenim nasıl çalışır?
Birleşik Öğrenme deneyinin temel kavramlarını ve öğelerini öğrenmek için bu genel bakış videosunu izleyin. Şirketinizin analitik geliştirmeleri için araçları nasıl uygulayabileceğinizi öğrenin.
Bu video, bu belgedeki kavramları ve görevleri öğrenmek için görsel bir yöntem sağlar.
Birleşik Öğrenme kullanımı için bir örnek, bir havacılık ittifakının küresel bir pandeminin havayolu gecikmelerini nasıl etkilediğini modellemek istemesi. Federasyona katılan her taraf, verilerini hiç veri taşımadan veya paylaşmadan ortak bir modeli eğitmek için verilerini kullanabilir. Bunu uygulama silolarında ya da düzenleyici ya da pragmatik hususların kullanıcıların veri paylaşmasını önlediği başka bir senaryoda yapabilirler. Sonuçta ortaya çıkan model, veri geçişi ve gizlilik sorunlarından kaynaklanan riski azaltırken gelişmiş iş öngörüleriyle ittifakın her üyesine avantaj sağlar.
Aşağıdaki grafikte de görüldüğü gibi, taraflar coğrafi olarak dağıtılabilir ve farklı platformlarda çalıştırılabilir.
IBM Federated Learning 'i neden kullanmalı?
IBM Federated Learning birçok kurumsal sektörde çok çeşitli uygulamalara sahiptir. Birleşik Öğrenim:
- Büyük veri hacimlerine sahip sitelerin, geçiş olmadan kurumsal ölçekte toplanmasını, temizlenmesini ve eğitilmesini sağlar.
- Veri biçimi, kalite ve kısıtlamalardaki farklılıklar için uyum sağlar.
- Farklı veri kaynaklarıyla modelleri eğitirken veri gizliliğine ve güvenliğine uygundur.
Daha fazla bilgi
- Federated Learning eğitmenleri ve örnekleri
- Başlangıç Bilgileri
- Çerçeveler, birleştirme yöntemleri ve Python sürümleri
- Birleştirilmiş Öğrenim deneyi yaratılması
- Şifreleme uygulanması
- Sınırlamalar ve sorun giderme
Üst konu: Veri ve bina modellerinin çözümlenmesi