Awesome-Federated-Machine-Learning

收录理由

对于刚接触联邦学习的读者来说，这份阅读清单就像一张实用的领域地图，无论是研究生、研究人员，还是正在评估隐私保护训练方案的工程师，都能从中找到方向。仓库汇集了顶级机器学习和视觉会议上的论文、书籍、教程、视频以及开源实现，其中开源代码还区分了企业级和研究用途，方便不同需求的用户快速定位。论文按研究方向分类，包括模型聚合、个性化、安全、公平性、异质性和客户端选择等，你可以直接跳到自己关心的子领域，不必在浩如烟海的资料中盲目摸索。对于考虑将联邦学习落地到实际项目的团队，这里整理的开源资源部分也提供了一个很好的参照，可以在成熟框架和实验性代码之间进行比较，从而做出更合适的技术选型。