Modelos colaborativos basados en Federated Learning
Para construir modelos óptimos y tomar buenas decisiones, utilizamos una enorme cantidad de datos. Necesitamos datos externos para construir mejores modelos y obtener mejores conocimientos para nuestros productos. Pero el acceso a los datos externos es un problema real.
Los modelos de colaboración basados en Federated Learning (FL) tienen como objetivo resolver este problema a través del uso de nuevas técnicas de intercambio de datos basadas en Federated Averaging, MultiParty Computation (MPC) y/o Homomorphic Encryption.
La idea principal detrás del FL es que varios colegas trabajen juntos, usando sus propios datos, para construir modelos predictivos mientras mantienen la privacidad de los datos.
Descubre más sobre Federated Learning con el trabajo de Dan Gonzalvo, Data Scientist en OpenSistemas, contado por Soraya Muñoz.
3 conocimientos inmediatos que desbloqueas con este contenido

Federated Learning

Federated Averaging

MultiParty Computation
Rellena el formulario que encontrarás y te enviaremos el enlace a tu correo para ver el webinar.
