Federated Learning Algorithms / Thuật toán Học Phân tán

📖 Federated Learning Algorithms

Definition (English):

Federated learning trains models across decentralized data sources without sharing raw data. FedAvg (Federated Averaging) is the baseline: clients train locally, average model updates. FedProx adds proximal terms for heterogeneity. SCAFFOLD corrects for client drift. Secure aggregation and differential privacy ensure data never leaves local devices. Applications: healthcare (multi-hospital), mobile keyboards, financial institutions.

📖 Thuật toán Học Phân tán

Định nghĩa (Tiếng Việt):

Học phân tán huấn luyện mô hình trên các nguồn dữ liệu phi tập trung mà không chia sẻ dữ liệu thô. FedAvg (Federated Averaging) là baseline: khách hàng huấn luyện cục bộ, trung bình cập nhật mô hình. FedProx thêm thuật tử proximal cho tính không đồng nhất. SCAFFOLD sửa lỗi client drift. Tổng hợp an toàn và quyền riêng biệt đảm bảo dữ liệu không bao giờ rời thiết bị cục bộ. Ứng dụng: y tế (nhiều bệnh viện), bàn phím di động, tổ chức tài chính.

📂 Phân loại: Techniques