联邦学习圆桌会：开源框架FATE 1.7 版本内容介绍 随着机器学习在各行各业的广泛应用, 隐私泄露问题日益严重，联邦学习应运而生，从技术维度出发，重点研究隐私保护和数据安全问题。FATE作为全球首个联邦学习工业级开源框架，旨在提供安全的计算框架来支持联邦AI生态。 自2019年2月首次对外开源至今，FATE已迭代至1.6版本，并于2021年4月在行业内第一次实现了异构联邦学习平台的互通。 为支持多系统互联互通、优化算法、大幅提升性能，历时数月，开发团队将FATE进行了全面升级，并将在11月上线FATE 1.7版本。 本期圆桌会，将由FATE团队资深算法专家马国强老师、资深架构师曾纪策老师，为大家揭开FATE 1.7版本的“神秘面纱”。 分享摘要 FATE 1.7版本对 FATE 进行了全面升级。 ● 架构上，拆分了FATE-Flow仓库，支持跨系统互联互通和多版本的FATE；● 算法功能上，新增了联邦多分类特征工程、联邦学习两方算法等算法新组件，以及支持横向模型通用引擎serving等； ● 性能上，横纵向SecureBoost、PSI算法等性能大幅提升。 参与方式 扫描下方二维码，回复【圆桌会】 报名参加 此外，欢迎加入FATE联邦学习官方交流群，本群主要为联邦学习爱好者、相关专业人士提供交流平台，可与专家互动，还可优先参加FATE官方活动。 添加FATE小助手为微信好友（微信号：FATEZS001），经验证后，即可被邀请进群交流，成功入群后，还可领取神秘福利一份~