再如信贷风控，亦是如此。
以往中小微企业在信贷风控上所面临的老大难问题，便是信贷评审数据稀缺、不全面、历史信息沉淀不足等。
但有了可信联邦学习之后，就能在确保数据提供方数据安全以及隐私保护的情况下，让银行融汇企业经营数据、税务数据、工商数据、支付数据等多源信息，丰富建模特征体系，提升模型的有效性。
由此可见，联邦学习能够成为顶会、顶刊们的香饽饽，不仅是因为在科研领域中所具备的前沿性，更是因为它在现实场景中正在发挥着不可替代的作用。
那么对于被顶会、顶刊们pick的联邦学习，以及它玩转数据的这套打法，你怎么看？
FATE框架地址：
https://github.com/FederatedAI/FATE/blob/master/README_zh.md
参考链接：
[1]https://arxiv.org/pdf/2203.05816.pdf
[2]https://www.ijcai.org/proceedings/2022/324
[3]https://ieeexplore.ieee.org/abstract/document/9847383/
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
