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： https://youtu.be/gVcnOe6_c6Q
2. 参数服务器、去中心化： https://youtu.be/Aga2Lxp3G7M
3. Ring All-Reduce： https://youtu.be/rj-hjS5L8Bw
4. 联邦学习： https://youtu.be/STxtRucv_zo

相关内容：
Data Poisoning Attack： https://youtu.be/_K0nZcqdu5w

这节课的课件：https://github.com/wangshusen/DeepLearning/blob/master/Slides/14_Parallel_4.pdf
Deep Learning的其他课件：https://github.com/wangshusen/DeepLearning

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