« Back to Glossary Index
L’apprentissage fédéré est une approche de machine learning où les modèles sont entraînés sur des données décentralisées situées sur des dispositifs multiples. Au lieu de centraliser les données, les modèles sont entraînés localement et seuls les paramètres mis à jour sont partagés avec un serveur central. Cette méthode améliore la confidentialité et la sécurité des données.
« Retour à la liste