Фреймворк вертикального федеративного обучения / Артём Агафонов (VK Predict)

12 Просмотры

Спасибо! Поделитесь с друзьями!

Вам не понравилось видео. Спасибо за то что поделились своим мнением!

Издатель Dec 12, 2024

Конференция VK JT (6 марта 2024, «ГЭС-2»), трек Machine Intelligence.

Артём Агафонов, руководитель команды геоаналитики, VK Predict.

Выпускник ФУПМ МФТИ, аспирант МФТИ и MBZUAI. Автор научных статей по машинному обучению, федеративному и распределённому обучению, оптимизации. Преподаватель и автор курсов МФТИ, академии больших данных MADE от VK.

«Развитие искусственного интеллекта и технологий вокруг него невозможно без данных. Однако источников внутри одной компании может быть недостаточно, а к обмену данными не готовы ни бизнес, ни клиенты. Решением и драйвером развития предиктивных моделей может стать федеративное обучение. Горизонтальный метод, при котором у всех участников один и тот же домен признаков, уже применяется в разных областях, но у него есть ряд ограничений. Перспективный метод повышения качества моделей — вертикальное обучение, когда участники обладают различными признаками для одних и тех же объектов и дополняют их без прямого обмена данными.

Наша команда разрабатывает и развивает новый фреймворк вертикального машинного обучения, который может применяться в медицине, финтехе, ритейле, электронной коммерции и в промышленности.

В докладе разберу:
• архитектуру фреймворка вертикального машинного обучения;
• распределённые алгоритмы, лежащие в основе фреймворка;
• вопросы безопасного обучения моделей без обмена данными;
• результаты численных экспериментов на реальном наборе данных».

VK Team — это миллион возможностей проявить себя. Мы делаем современные и быстрые интернет-сервисы, доступные каждому. На этом канале делимся опытом компании VK, рассказываем о технологиях, наших образовательных проектах и жизни команды.