程序员imHou
  • 首页
  • 技术
  • 职场
  • 副业
  • 闲聊
  • 链接
  • 曲小奇

分类: 联邦学习

常见的机器学习算法

常见的机器学习算法可以根据其学习方式、任务类型和应用场景分为以下几类: 一、监督学习(Supervised Learning) 适用于输入数据有明确标签的任务。 二、无监督学习(Unsupervised Learning) 适用于无标签数据 … 继续阅读 常见的机器学习算法

作者 imhou发表于 2025年4月15日2025年4月15日

聊一聊FATE联邦学习框架

FATE(Federated AI Technology Enabler)是一个开源联邦学习框架,核心目标是让多个参与方在数据不离开本地的前提下,协作训练AI模型。它的架构设计非常清晰,我们可以用「多方协作的厨房」来类比,帮助小白理解其核心 … 继续阅读 聊一聊FATE联邦学习框架

作者 imhou发表于 2025年4月15日2025年4月15日
关注我的公众号“程序员imHou”,一起探讨ChatGPT,通过有效利用ChatGPT,实现自身价值的最大化。

近期文章

  • 常见的机器学习算法
  • 聊一聊FATE联邦学习框架
  • 隐私计算:保护你的数据,守护你的隐私
  • 想跳槽但是无法鼓足勇气怎么办
  • 聚焦未来:程序员如何借助ChatGPT重塑编程

分类

  • IT 职场 (18)
  • IT小技巧 (2)
  • Neo4j (14)
  • 人工智能 (1)
  • 前端 (2)
  • 区块链 (2)
  • 大数据 (2)
  • 推广 (1)
  • 程序开发 (16)
  • 网站 (4)
  • 联邦学习 (2)
  • 致富路 (2)
  • 运维 (2)
  • 随笔 (1)
  • 隐私计算 (1)

近期评论

  • Neo4j 做推荐 (1)—— 基础数据 - imHou是一个程序员 发表在《Neo4j 做推荐 (2)—— 基于内容的过滤》
  • Neo4j 做推荐 (4)—— 基于内容的过滤(续) - imHou是一个程序员 发表在《Neo4j 做推荐 (10)—— 协同过滤(皮尔逊相似性)》
  • Neo4j 做推荐 (5)—— 基于类型的个性化建议 - imHou是一个程序员 发表在《Neo4j 做推荐 (8)—— 协同过滤(利用电影评级)》
  • Neo4j 做推荐 (6)—— 加权内容算法 - imHou是一个程序员 发表在《Neo4j 做推荐 (3)—— 协同过滤》
  • Neo4j 做推荐 (7)—— 基于内容的相似度量标准 - imHou是一个程序员 发表在《Neo4j 做推荐 (1)—— 基础数据》

标签

30天写作打卡 Jaccard指数 kNN Neo4j Neo4j教程 Neo4j新手入门 Springboot tomcat undertow 个性化推荐 互联网思维 余弦相似性 内容过滤 创业 副业 加权内容算法 协同过滤 图数据库 均值差异 坚持 大飞码字 工作 开源 成功 技术成长 推荐 推荐算法 攻坚项目 沙盒 焦虑 皮尔逊 相似度量 相似性 知识星球 程序员心理建设 类型 系统过滤 线程 职业生涯 职业规划 职场 联邦学习 行动 跳槽 隐私计算

其他操作

  • 登录
  • 条目 feed
  • 评论 feed
  • WordPress.org

copyright by imhou.com 2015-2022 渝ICP备14008490号-1      渝公网安备50010802001228号