Yapay zekâ sözlüğü
İleri düzey
Federatif Öğrenme (Federated Learning)
Federated Learning
29.08.2026 tarihinde güncellendi
Ham veriyi merkezileştirmeden farklı cihaz veya kurumların model güncellemelerini birleştiren öğrenme yöntemidir.
Genel bakış
Kavramın çerçevesiFederatif öğrenme, veri sahiplerinin ham kayıtlarını paylaşmak istemediği durumlarda ortak model eğitimi sağlar. Sunucu bir eğitim turunda katılımcı cihazları seçer, model gönderir, cihazlar yerel veride günceller ve güncellemeleri toplar. Güvenli toplama, diferansiyel gizlilik ve istemci doğrulama ek koruma sağlayabilir.
Çalışma mantığı: Küresel model istemcilere dağıtılır, yerel gradyanlar veya ağırlık farkları hesaplanır ve sunucuda birleştirilerek yeni model oluşturulur.
Kullanım alanları: Mobil klavye, sağlık araştırması, bankacılık, IoT ve kurumlar arası iş birliklerinde kullanılır.
Sınırlılıklar: Cihaz verileri heterojen olabilir, kötü niyetli istemci güncellemeleri zehirleme yaratabilir ve iletişim maliyeti yüksek olabilir.
Çalışma mantığı: Küresel model istemcilere dağıtılır, yerel gradyanlar veya ağırlık farkları hesaplanır ve sunucuda birleştirilerek yeni model oluşturulur.
Kullanım alanları: Mobil klavye, sağlık araştırması, bankacılık, IoT ve kurumlar arası iş birliklerinde kullanılır.
Sınırlılıklar: Cihaz verileri heterojen olabilir, kötü niyetli istemci güncellemeleri zehirleme yaratabilir ve iletişim maliyeti yüksek olabilir.
Teknik tanım ve açıklama
Temel mekanizmaVeriyi merkezi bir sunucuya taşımadan, farklı cihaz veya kurumlarda yerel eğitim yapıp yalnızca model güncellemelerini birleştiren makine öğrenmesi yaklaşımıdır.
Gerçek hayatta kullanım
Örnek senaryoTelefonlar klavye kullanım örnekleriyle modeli yerelde günceller, sunucu anonimleştirilmiş güncellemeleri birleştirir ve ham metin cihazdan çıkmaz.