FL Гид

Блог

on-cloud-1.webp

Какими минусами облачных сервисов можно пренебречь, если использовать техники Privacy-Preserving Machine Learning?

По прогнозам McKinsey, к 2030 году внедрение облачных технологий может принести до US$ 3 трлн. EBITDA в таких отраслях, как розничная торговля, фармацевтика и энергетика.

eye 6 629
logo
nothing_personal.jpg

Ничего личного, просто страхование

Как предложить лучший полис, ничего не зная о клиенте лично?

eye 717
logo
image.jpg

Guardora: игра по правилам и без

Команда Guardora ― о гениальности, интуиции, квантовом взломе и игре без правил

eye 764
logo
plug__play.webp

Возможен ли Plug & Play в Privacy-Preserving Machine Learning?

Легко ли упаковать приватность в коробку?
Надо ли PET-командам играть вместе?

eye 625
logo
statya6-min.webp

Умные банки учатся на ошибках, мудрые — через федеративное обучение

Для отдельно взятого банка всё начинается не с данных ООН о том, что по всему миру отмываются до 2 трлн долларов в год.

eye 991
logo
blog_1.webp

Дистилляция данных

Дистилляция датасетов ― способ эффективно обучать нейросетевые модели на минимальном объёме данных.

eye 1 893
logo
statya5-1-min.webp

У стен есть уши, всё остальное ― у интернета вещей

Кейсы комбинирования интернета вещей, машинного обучения и конфиденциальных вычислений.

eye 1 206
logo
statya4-min.webp

Роевой интеллект и технологии повышения конфиденциальности

Как технологии повышения конфиденциальности могут помочь преодолеть проблемы развития и применения роевого интеллекта?

eye 2 199
logo
statya3-min.webp

Врачебная тайна и конфиденциальность данных в машинном обучении

Здравоохранение ― это одна из областей, где высоко востребованы машинное обучение и конфиденциальные вычисления.

eye 6 152
logo
Подпишитесь
на наши новости