Federated Learning

Federated Learning ist ein Ansatz des maschinellen Lernens, bei dem das Modell auf vielen dezentralen Geräten (z.B. Smartphones) trainiert wird, ohne dass die persönlichen Daten das Gerät verlassen. Nur die gelernten Verbesserungen (nicht die Daten selbst) werden verschlüsselt an einen zentralen Server gesendet und zu einem globalen Modell aggregiert (z.B. bei Autokorrektur-Tastaturen).