]]>5539使用聯合學習橋接金融服務中的數據孤島
http://www.open-lab.net/zh-cn/blog/using-federated-learning-to-bridge-data-silos-in-financial-services/
Tue, 16 Aug 2022 03:10:00 +0000http://www.open-lab.net/zh-cn/blog/?p=4878Continued]]>在機器學習( ML )過程中,無法確保數據隱私,這往往阻礙了人工智能( AI )在金融服務中充分發揮潛力。例如,傳統的 ML 方法假設所有數據都可以移動到中央存儲庫。 在處理數據主權和安全考慮或個人識別信息等敏感數據時,這是一個不切實際的假設。更實際地說,它忽略了數據出口挑戰和創建大型池數據集的巨大成本。 對于訓練 ML 模型有價值的大量內部數據集仍然沒有使用。金融服務行業的公司如何利用自己的數據,同時確保隱私和安全? 這篇文章介紹了聯合學習,并解釋了它對處理敏感數據集的企業的好處。我們介紹了在金融服務中使用聯邦學習的三種方法,并提供了關于今天開始的提示。 聯合學習是一種 ML 技術,它可以從多個孤立的數據集中提取見解,而無需共享數據或將數據移動到中央存儲庫或服務器中。 例如,假設您有多個要用于訓練 AI 模型的數據集。