实践中的联邦学习：落地应用案例讲解
数据的资产属性赋予了数据巨大的价值，数据的使用有极其广阔的前景；而用户对隐私保护的要求又极大限制了数据的使用。
在这种两难的情景下，基于数据隐私保护技术实现的分布式训练范式——联邦学习——应运而生，受到学术界和工业界的广泛关注。
为了帮助读者们更好地将联邦学习进行落地应用，博文视点特地邀请到微众银行资深人工智能算法专家黄安埠老师为大家直播分享“实践中的联邦学习——落地应用案例讲解”，从实战的角度，讲述联邦学习部分已落地的应用案例，既可为工业实践者提供案例，又可引领初学者入门。
分享主题：实践中的联邦学习——落地应用案例讲解
分享概要：
联邦学习的视觉案例
联邦学习的个性化推荐案例
当前联邦学习的研究和落地进展，相关资源
嘉宾简介：
黄安埠，微众银行资深人工智能算法专家。
直播入口：
https://bfw.h5.xeknow.com/s/3cyMhc（扫描上方海报二维码进入直播群获取或点击文末阅读原文）
直播时间：5月27日（周四）19:00
本次分享的配套教材是由杨强教授领衔撰写的《联邦学习实战》，也是目前第一本权威的联邦学习实战书籍。
▊《联邦学习实战》
杨强 黄安埠 刘洋 陈天健 著
经典案例一手实践
配套Python代码和丰富线上教学资源（含视频）
本书以实战为主（包括对应用案例的深入讲解和代码分析），兼顾对理论知识的系统总结。
全书由五部分共19 章构成。第一部分简要介绍了联邦学习的理论知识；第二部分介绍如何使用Python 和FATE 进行简单的联邦学习建模；第三部分是联邦学习的案例分析，筛选了经典案例进行讲解，部分案例用Python 代码实现，部分案例采用FATE 实现；第四部分主要介绍和联邦学习相关的高级知识点，包括联邦学习的架构和训练的加速方法等；第五部分是回顾与展望。本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读。
（京东限时活动，快快扫码抢购吧！）
如果喜欢本文 欢迎 在看丨留言丨分享至朋友圈 三连 热文推荐
▼点击阅读原文，直达直播间~