Federált tanulás

Olyan gépi tanulási megközelítés, amelyben több résztvevő vagy adatforrás közösen tanít modellt anélkül, hogy a helyben tárolt nyers adatokat központilag megosztanák. Ide tartoznak az elosztott modelltréning, a modellfrissítések aggregációja, valamint az adatvédelem és a kommunikációs hatékonyság kérdései.