중앙서버 또는 서비스 제공자의 관리 하에, 다수의 클라이언트/디바이스가 기계학습 문제를 해결하기 위해 협력하는 기술, 여러 위치에 분산된 학습데이터를 사용하여 심층신경망을 포함한 기계학습 모델을 훈련시킬 수 있는 학습 패러다임 각 로컬노드는 생산한/보유한 원시 데이터를 교환/공유 또는 전송하지 않고, 로컬모델 학습에만 사용함으로써, 데이터 생산자/제공자의 프라이버시를 보호하고, 데이터 소유/활용의 파편화 문제를 해결1
활용 및 발전방향
- 실무 적용: 연합학습 개념을 실제 프로젝트나 업무 상황에 직접 적용해 이해를 심화한다.
- 연관 개념 학습: 관련 노트와 연결하여 맥락을 넓히고 응용 범위를 확장한다.
- 비교 분석: 유사한 방법론·도구와 비교하며 장단점을 파악한다.
- 참고 자료 탐색: 공식 문서나 전문 서적을 통해 더 깊은 이해를 추구한다.
- 사례 수집: 실제 사례를 꾸준히 수집하여 이 노트를 발전시킨다.
관련 노트
- 비심볼릭 추론 — 공유 키워드:
AI,딥러닝,또는 - CNN — 공유 키워드:
AI,딥러닝,신경망 - LSTM — 공유 키워드:
AI,딥러닝,신경망 - RNN — 공유 키워드:
AI,딥러닝,신경망 - 딥러닝 — 공유 키워드:
AI,딥러닝,신경망
Footnotes
-
쉽게 활용하는 인공지능 비즈니스 ↩