《联邦学习FATE入门与应用实战》第六课:联邦推荐算法及其应用

简介

3月26日，微众银行联合VMware及机器之心开展的《联邦学习FATE入门与应用实战》课程开启了第6课的分享，在这节课中，我们分享了联邦推荐算法及其应用，主要包括：

1.联邦推荐系统背景、联邦推荐系统分类

2.现有工作、联邦推荐算法实现和联邦推荐在新闻推荐的应用

讲师简介：谭奔，博士毕业于香港科技大学，主要研究方向为迁移学习、推荐系统、机器学习等，目前在微众银行人工智能部门负责推荐算法研发工作，曾就职于腾讯，负责广告转化率预估、商品推荐等工作。在 KDD、AAAI、SDM、TIST 等国际学术期刊会议上发表论文 10 余篇，多次在国际数据挖掘大赛中名列前茅。

具体课程，请点击下方链接/图片，前往进行观看和学习。

《联邦学习FATE入门与应用实战》是由微众银行人工智能部联合VMware及机器之心开展的直播系列公开课，共 6 期课程，带你领略联邦学习的独特魅力，完成联邦学习技术的入门及实战。整体课程设置以下环节：

• 主题讲解：微众银行与VMware 的资深研究员倾情讲授，从 FATE 整体简介、环境配置到系统应用，帮助初学者循序渐进掌握相关知识与技能
• 项目实践：根据每期分享主题设置Live Demo 与实践内容，进一步深入理解知识点，同时提升应用实践能力。

点击蓝字，也可前往公开课页面进一步查阅及学习。