序言
近兩年，聯邦學習發展迅速，其作爲分佈式的機器學習範式，能夠有效解決數據孤島問題，讓參與方在不共享數據的基礎上聯合建模，從技術上打破數據孤島，實現 AI 協作。基於聯邦學習的技術生態，特點如下：數據隔離，聯邦學習的整套機制在合作過程中，數據不會傳遞到外部；無損，通過聯邦學習分散建模的效果和把數據合在一起建模的效果對比，幾乎是無損的；對等，合作過程中，合作雙方是對等的，不存在一方主導另外一方；共同獲益，無論數據源方，還是數據應用方，都能獲取相應的價值，這些特點讓該技術解決了金融領域的許多問題。InfoQ希望通過選題的方式對金融領域應用聯邦學習的具體情況、解決的問題、改進優化方案等內容進行呈現，並推動該技術在這一領域的發展。
目錄
聯邦學習可能會帶來數據價值挖掘的下一個爆發點
同樣是解決數據問題，爲什麼需要聯邦學習？
對話騰訊大數據團隊：自研聯邦學習系統的技術實踐和難點
對話微衆銀行：聯邦學習在金融領域的實踐方法及落地建議
破解 AI 數據困境：聯邦學習在平安科技的大規模實踐
GPU 在聯邦機器學習中的探索