Fogalomtár

Föderált tanulás

Mi a(z) Föderált tanulás?

A föderált tanulás olyan tanítási megközelítés, amelyben egy MI-modell sok eszközön vagy telephelyen keresztül tanul anélkül, hogy a nyers adatok valaha elhagynák azokat. Minden résztvevő helyben tanít, és csak modellfrissítéseket küld egy központi szervernek, amely egyesíti őket. Ez védi a magánszférát, és megfelel például azoknak a kórházaknak, amelyek közösen szeretnének javítani egy diagnosztikai modellt, vagy az okostelefonos billentyűzeteknek, amelyek szójavaslatokat tanulnak.

Témák

Adatvédelem
elosztott tanítás
Gépi tanulás

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Adatvédelmi előírások

Az adatvédelmi előírások a személyes adatok kezelését szabályozó jogi normák. Az EU-ban az általános adatvédelmi rendelet (GDPR) a legfontosabb keret; egyebek mellett minden adatkezeléshez jogalapot, adattakarékosságot, az érintettek felé való átláthatóságot és a szolgáltatókkal kötött adatfeldolgozási szerződéseket ír elő. MI használatakor a szervezeteknek tisztázniuk kell, milyen adatok kerülnek a bemenetekbe, a tudásforrásokba és a naplókba, és hol dolgozzák fel őket.

GDPR
adatvédelem
+1

Tanítóadatok

A tanítóadatok azok a példák, amelyekből egy MI-modell mintákat tanul: nagy szöveggyűjtemények a nyelvi modellekhez, címkézett képek a képi modellekhez. Minőségük, sokféleségük és aktualitásuk nagyban meghatározza, mennyire megbízható és igazságos egy modell, és mennyire naprakész a tudása. A szervezetek számára az is számít, hogy a szolgáltató a megadott ügyféladatokat felhasználja-e további tanításhoz.

Adatok
Training
+1

Gépi tanulás

A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek mintázatokat vezetnek le az adatokból ahelyett, hogy minden szabályt kifejezetten beprogramoznának. A feladattól függően a modellek címkézett példákból (felügyelt), címkézetlen adatokból (felügyelet nélküli) vagy jutalmakon keresztül (megerősítéses) tanulnak. Az alkalmazások a spamszűrőktől és kereslet-előrejelzésektől a termékajánlásokig terjednek. A minőség nagymértékben függ a tanítóadatok mennyiségétől és minőségétől.

alapok
MI
+1

Szintetikus adatok

A szintetikus adatokat mesterségesen állítják elő, nem a valós világban gyűjtik, de utánozzák a valódi adatok mintáit és tulajdonságait. Segítenek, ha az eredeti adatból kevés van, drága, vagy adatvédelmi szempontból érzékeny – például szoftverek teszteléséhez, modellek tanításához vagy egy csevegőrobot ellenőrzéséhez életszerű mintakérdésekkel. Fontos, hogy elég pontosan tükrözzék a valóságot, és ne tegyenek lehetővé következtetéseket valós személyekre.

tesztadatok
adatvédelem
+1

Sablon