联邦学习：技术角度的讲解（中文）Introduction to Federated Learning

这节课的内容是联邦学习。联邦学习是一种特殊的分布式机器学习，是最近两年机器学习领域的一个大热门。联邦学习和传统分布式学习有什么区别呢？什么是Federated Averaging算法？联邦学习有哪些研究方向呢？我将从技术的角度进行解答。 这节课的主要内容： 3:13 分布式机器学习 6:07 联邦学习和传统分布式学习的区别 12:46 联邦学习中的通信问题 15:24 Federated Averaging算法 21:24 联邦学习中的隐私泄露和隐私保护 27:52 联邦学习中的安全问题（拜占庭错误、data poisoning、model poisoning） 33:00 总结 并行计算与机器学习课程所有视频： 1. 并行计算基础以及MapReduce：    • 并行计算与机器学习(1/3)（中文） Parallel Computing for ...   2. 参数服务器、去中心化：    • 并行计算与机器学习(2/3)（中文） Parallel Computing for ...   3. Ring All-Reduce：    • 并行计算与机器学习(3/3)（中文） Parallel Computing for ...   4. 联邦学习：    • 联邦学习：技术角度的讲解（中文）Introduction to Federated ...   相关内容： Data Poisoning Attack：    • Data Poisoning Attack的讲解（中文）   这节课的课件：https://github.com/wangshusen/DeepLea... Deep Learning的其他课件：https://github.com/wangshusen/DeepLea...