Interprétabilité et Transparence des Modèles Fédérés avec Flower
Obstacles à l'Interprétabilité dans l'Apprentissage Fédéré
L'apprentissage fédéré introduit des complexités uniques pour l'analyse des modèles. Les approches d'explication conventionnelles se heutrent à plusieurs limitations fondamentales dans cet environnement distribué :
Opacité des données locales : Le serveur central n'a aucun accès direct ...
Publié le 22 juin à 03h05