由于金融信息的隐私性、保密性、安全性等特点，金融产业存在数据信息难以共享、对用户数据信息保护不足等问题，大数据及机器学习在金融领域的实际应用受到一定限制。联邦学习作为一种保护数据安全的机器学习方法，无需各参与方共享数据即可实现联合建模，为大数据及机器学习在金融领域的应用提供了可以实现数据安全要求的潜在方案。文本对联邦学习的概念、主要应用领域、其在金融领域的应用愿景及可能存在的问题等进行介绍和分析，以期为联邦学习在未来金融产业的应用提供一定帮助或借鉴。
科研之友
微信
新浪微博
Facebook
分享链接
