面向分布式数据集的数据协作分析

本文提出一种面向分布式数据集的数据协作分析方法。所提方法为一种集中式机器学习，而训练数据集与模型仍分布在一些机构中。近来，随着数据采集成本下降，数据变得庞大且分散。若能将这些分布式数据集集中并作为单一数据集分析，有望获得新见解，并取得比各分布式数据集单独分析更高的预测性能。然而，由于数据量巨大或隐私保护问题，通常难以集中原始数据集。为规避这些困难，我们提出一种不共享原始数据集的分布式数据集数据协作分析方法。该方法仅集中各自构建的中间表示，而非原始数据集。