作爲分佈式的機器學習範式，聯邦學習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，挖掘數據價值。
近兩年，聯邦學習技術發展迅速，阿里、騰訊、百度、京東、螞蟻金服、微衆銀行等一衆互聯網大廠、金融科技公司皆涉足其中。前不久，字節跳動聯邦學習技術團隊也開源了自研的聯邦學習平臺 Fedlearner 。
據介紹，字節跳動聯邦學習平臺 Fedlearner 已經在電商、金融、教育等行業多個落地場景實際應用。字節跳動聯邦學習技術負責人吳迪在接受InfoQ專訪時表示，聯邦學習面臨的困難更多是如何爲客戶爭取可感知的最大商業價值，不同行業的夥伴，其產品特點和價值訴求各不相同。
得益於字節跳動在推薦和廣告領域長期積累的機器學習建模技術，字節跳動聯邦學習找到了幫助企業客戶取得可感知商業價值的方向，即基於字節跳動的個性化推薦算法、模型優勢，探索、尋找落地場景。例如在電商廣告場景的落地案例中，Fedlearner 已經幫助合作方取得了10%以上的投放效率增長，跑量消耗提升15%+，電商平臺ROI提升20%+。
除了電商行業，在與教育行業頭部客戶共同探索聯邦學習落地的過程中，效果也得到了比較好的印證，幫助教育客戶廣告跑量提升124.73%，正價課續報人數提升211.54%，續報率提升32.69%，正價課續費用戶獲客成本降低11.73%。
原文鏈接:【https://www.infoq.cn/article/Fi6Bz7NNw2c3Y8G9gPZR】。未經作者許可，禁止轉載。