联邦学习是一种在分布式网络中实现的客户端本地存储数据并训练局部模型、中央服务器汇聚各客户端上载数据后训练构建全局模型的分布式机器学习处理框架。

全国系统介绍了医疗知识图谱构建及应用，对各种应用场景进行综合介绍。医疗知识图谱系统全面的好ppt。

总目录 (一)联邦学习-入门初识 (二)联邦学习-Fate单机部署 目录1.产生1.1人工智能发展1.2法律法规保护数据隐私1.3数据孤岛问题1.4联邦学习的诞生2.定义2.1概述2.2 定义2.3 分类2.3.1 横向联邦学习2.3.2 纵向联邦学习2.3.3 迁移联邦学习3.应用场景3.1智慧金融3.2智慧医疗4.目前进展4.1 TEE4.1.1 SGX4.2 MPC4.2.1混淆电路4.2.2 秘密分享4.2.3同态加密4.3 案例4.3.1蚂蚁金服共享机器学习4.3.1.1 特性4.3.1.2 基于 TEE 的共享学习4.3.1.2.1模型在线预测4.3.1.2.2模型离线训练4.3.

隐私计算行业白皮书

2020-未来论坛-隐私计算与数据要素白皮书.pdf

2021-中国移动研究院-联邦学习技术发展与应用白皮书.pdf

微众银行-杨强-AI向善，数据孤岛和联邦学习。转自CCF，网址：https://dl.ccf.org.cn/lecture/lectureDetail?id=4340567999891456

PySyft0.2.4.rar

联邦学习领域著名的FedAvg算法python源码

内容来自互联网，或侵权，请联系删除