Александр Безносиков

Федеративное обучение – это популярная ветка распределенного машинного обучения, в основе которой лежит концепция о том, что обучающая выборка распределенно хранится на локальных устройствах пользователей (телефонах, планшетах, персональных компьютерах). Такая постановка задачи рождает массу новых вопросов и проблем от приватности и персонализации до эффективности коммуникаций и локальных вычислений. Но в основе федеративного обучения, как и в основе классического машинного обучения, лежат задачи оптимизации. Поэтому все особенности федеративного обучения в первую очередь отражаются на оптимизационных методах, которые нужно модифицировать под новые требования. О такого рода модификациях, новых подходах и постановках пойдет речь в выступлении