Maschinelles Lernen am Rande, verteiltes maschinelles Lernen

Verteiltes maschinelles Lernen ist eine Technik, die eingesetzt wird, wenn es nicht wünschenswert ist, lokale Daten zum Zweck des maschinellen Lernens an einen zentralen Server zu übertragen. Bei diesem Ansatz können lokale Knoten Modelle lokal trainieren und die Modelle dann regelmäßig an den zentralen Server senden. Dort werden die Modelle kombiniert und dann zur weiteren Verwendung an die lokalen Knoten weiterverteilt.