Federatīvā mācīšanās ir apmācības pieeja, kurā MI modelis mācās daudzās ierīcēs vai vietās, neļaujot neapstrādātajiem datiem tās atstāt. Katrs dalībnieks apmāca modeli lokāli un uz centrālo serveri sūta tikai modeļa atjauninājumus, kas tos apvieno. Tas aizsargā privātumu un der, piemēram, slimnīcām, kas vēlas kopīgi uzlabot diagnostikas modeli, vai viedtālruņu tastatūrām, kas apgūst vārdu ieteikumus.
Datu aizsardzības noteikumi ir tiesību normas, kas regulē personas datu apstrādi. ES galvenais regulējums ir Vispārīgā datu aizsardzības regula (VDAR); tā cita starpā prasa tiesisko pamatu katrai apstrādei, datu minimizēšanu, pārredzamību pret datu subjektiem un datu apstrādes līgumus ar pakalpojumu sniedzējiem. Izmantojot MI, organizācijām jāizskaidro, kādi dati nonāk ievaddatos, zināšanu avotos un žurnālos un kur tie tiek apstrādāti.
Apmācības dati ir piemēri, no kuriem MI modelis apgūst likumsakarības: lielas teksta kolekcijas valodas modeļiem, marķēti attēli attēlu modeļiem. To kvalitāte, daudzveidība un aktualitāte lielā mērā nosaka, cik uzticams un taisnīgs ir modelis un cik aktuālas ir tā zināšanas. Organizācijām ir svarīgi arī tas, vai pakalpojumu sniedzējs ievadītos klientu datus izmanto tālākai apmācībai.
Mašīnmācīšanās ir mākslīgā intelekta nozare, kurā datori likumsakarības atvasina no datiem, nevis katrs noteikums tiek skaidri ieprogrammēts. Atkarībā no uzdevuma modeļi mācās no marķētiem piemēriem (ar uzraudzību), no nemarķētiem datiem (bez uzraudzības) vai ar atlīdzībām (pastiprinātā mācīšanās). Lietojumi ir no surogātpasta filtriem un pieprasījuma prognozēm līdz produktu ieteikumiem. Kvalitāte lielā mērā ir atkarīga no apmācības datu daudzuma un kvalitātes.
Sintētiski dati tiek ģenerēti mākslīgi, nevis vākti reālajā pasaulē, bet atdarina reālu datu likumsakarības un īpašības. Tie palīdz, ja īstu datu ir maz, tie ir dārgi vai datu aizsardzības ziņā sensitīvi — piemēram, programmatūras testēšanai, modeļu apmācībai vai tērzēšanas robota pārbaudei ar reālistiskiem paraugvaicājumiem. Svarīgi, lai tie pietiekami precīzi atspoguļotu realitāti un neļautu izdarīt secinājumus par reālām personām.
