首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

北大韦神教育飞总:博士和博士的距离,比博士和狗的距离还远。。。

新粉请关注我的公众号 最近有关北京大学数学系的传奇韦神又来了一则神话。源于一条对话截图转发 这条对话,我首先是从某个大佬群里看到的,然后过了一天就全网火了。 里面的故事大致是这样,6个博士的团队搞了4个月搞不定,觉得自己对某方程的处理有问题。然后有个博士说在北大有人认识数学系那个韦神。 结果韦神就帮忙看看,然后就把方程发过来,这6个博士的团队按照发来的方程调试,结果就成功了,真是超神一般的牛逼。 这个团队给韦神钱,韦神不想要,说太简单了,没必要给钱。结果说了半天,这团队只能给对方充值交通一卡通了。 这个故

03

[腾讯云大数据]神盾首创非对称联邦学习,深度保障数据隐私

导语:在过去的几年中,我们见证了大数据及人工智能技术的飞速发展,许多机构却依旧苦于数据数量少、质量低等难题而无法将前沿理论商业化落地。助力像石油般宝贵的数据突破隐私保护的条框限制并实现其价值的流通,对相关产业的发展起着至关重要的作用。在上一篇文章中,我们简要介绍了腾讯“神盾-联邦计算”平台的诞生背景和数据安全与隐私保护技术亮点。这次,我们着重选取本产品首推的“非对称联邦学习” (Asymmetrical Federated Learning, AFL) 范式进行介绍。该范式旨在全面保护数据集的样本ID、特征和标签的隐私安全,彻底解除在不平衡的 (unbalanced) 联邦计算系统中,中小企业对敏感用户ID泄露问题的担忧。

014

神盾首创非对称联邦学习,深度保障数据隐私

导语:在过去的几年中,我们见证了大数据及人工智能技术的飞速发展,许多机构却依旧苦于数据数量少、质量低等难题而无法将前沿理论商业化落地。助力像石油般宝贵的数据突破隐私保护的条框限制并实现其价值的流通,对相关产业的发展起着至关重要的作用。在上一篇文章中,我们简要介绍了腾讯“神盾-联邦计算”平台的诞生背景和数据安全与隐私保护技术亮点。这次,我们着重选取本产品首推的“非对称联邦学习” (Asymmetrical Federated Learning, AFL) 范式进行介绍。该范式旨在全面保护数据集的样本ID、特征和标签的隐私安全,彻底解除在不平衡的 (unbalanced) 联邦计算系统中,中小企业对敏感用户ID泄露问题的担忧。

01
领券