Maschinelles Lernen am Rande, verteiltes maschinelles Lernen
Glossar Seite
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.
https://link.springer.com/content/pdf/10.1007/978-3-030-93975-5.pdf
Aktuelle Webinare
Aktuelle Artikel
Innovationen im Mobilitätssektor durch föderierte Datenräume vorantreiben
Mit der zunehmenden Digitalisierung im Mobilitätssektor wächst auch der Bedarf an sicheren und regelkonformen Datenkooperationsmodellen. Föderierte Datenräume – auch als Datenökosysteme bekannt – entwickeln sich zu einem zentralen Baustein für Innovation entlang der gesamten Wertschöpfungskette. Dieser Beitrag beleuchtet das Potenzial solcher Frameworks, insbesondere in Nordamerika, unter Berücksichtigung von Datenschutz und regulatorischen Anforderungen.
Weiterlesen
Sean Bäker
07. Juli 2025
Test-Blog-Video: Das Potenzial von Multimedia im Daten-Storytelling
Dieser Video-Blogbeitrag ist ein Testobjekt zur Evaluierung der Einbindung von Multimedia in datengetriebene Publikationsprozesse. Er zeigt, wie kurze Videoinhalte in ein Standard-Bloglayout integriert werden können, um Nutzerinteraktion und Inhaltsvielfalt zu steigern. Dieser Beitrag enthält keine echten Daten und stellt keine offizielle Veröffentlichung dar.
Weiterlesen
Tim Ganther
19. März 2024
Test des Blockeditor
Das frivol Gesinde grämen. Die dufte Narr bohnern. Das hanebüchen Fleischwarenfachverkäuferin.
Weiterlesen
Tim Ganther
17. Juli 2023