简介
FATE（Federated AI Technology Enabler）是基于联邦机器学习技术的一个框架，其旨在提供安全的计算框架来支持联邦 AI 生态。FATE 实现了基于同态加密和多方计算（MPC）的安全计算协议，它支持联邦学习架构和各种机器学习算法的安全计算，包括逻辑回归、基于树的算法、深度... 更多
其它信息
授权协议
Apache-2.0
开发语言
Java
Python
操作系统
跨平台
软件类型
开源软件
所属分类
神经网络/人工智能、 机器学习/深度学习
开源组织
微众银行
地区
国产
适用人群
未知
收录时间
2023-09-26
时光轴
里程碑1
LOG0
2023
2023-09
轻识收录
评价
0.0（满分 10 分）0 个评分
什么是点评分
推荐
WeFe联邦机器学习框架
WeFe(WeLabFederatedLearning)是Welab汇立集团子公司天冕科技发起的开源项目，为联邦学习生态系统提供了一套好用的可靠的安全计算框架。WeFe是基于联邦机器学习技术的可视化分
WeFe联邦机器学习框架
0
Fuzzy机器学习框架
Fuzzy机器学习框架是一个程序库和一个使用直觉模糊数据的机器学习的GUI前端。该方法是基于直觉模糊集和可能性理论。进一步的特点是模糊的功能和类;基于语言变量的数值，枚举的功能和特点;用户自定义特征;
Fuzzy机器学习框架
0
YCMLObjective-C 机器学习框架
YCML是使用Objective-C编写的机器学习框架，也支持Swift。当前提供以下算法：GradientDescentBackpropagation[1]ResilientBackpropagat
YCMLObjective-C 机器学习框架
0
KeystoneML机器学习框架
KeystoneML是一个用Scala编写的软件框架，来自伯克利大学AMPLab实验室。该项目主要目的是简化构造大规模、端到端的机器学习管道，基于ApacheSpark构建。示例代码：val trai
KeystoneML机器学习框架
0