Secure Federated Transfer Learning（论文笔记）

论文连接：https://arxiv.org/pdf/1812.03337.pdfweb 1、概述 机器学习依赖于大量数据的可用性来进行训练。然而，实际上，大多数数据分散在不一样的组织中，而且在许多法律和实际限制下很难聚合。在本文中，咱们引入了一种新技术和框架，称为联邦迁移学习（FTL），以改进数据联合下的统计模型。联盟容许在不损害用户隐私的状况下共享知识，而且容许在网络中传送互补知识。所以，目标

>>阅读原文<<