عرض مصدر تعلم متحد

{{يتيمة|تاريخ =أغسطس 2023}}
{{بطاقة عامة
|صورة = Centralized_federated_learning_protocol.png
|تعليق الصورة = رسم تخطيطي لخطة التعلم المتحد مع الهواتف الذكية لتدريب نموذج عالمي للذكاء الاصطناعي }}

'''التعلم المُتَّحِد'''<ref>{{استشهاد بويكي بيانات|Q111421033|صفحة=70}}</ref> أو '''التعلم''' '''المُوَحَّد''' هو أسلوب [[تعلم الآلة|تعلم آلة]] يقوم بتدريب الخوارزمية عبر جلسات مستقلة متعددة، يستخدم كل منها مجموعة بيانات خاصة. ويتناقض هذا النهج مع تقنيات تعلم الآلة المركزية التقليدية التي تدمج مجموعات البيانات المحلية في جلسة تدريبية واحدة، وكذلك مع الأساليب التي تفترض أن عينات البيانات المحلية [[متغيرات مستقلة ومتشابهة التوزيع|موزعة توزعًا متماثلًا]].

يمكّن التعلم المُتَّحِد الجهات الفاعلة المتعددة من بناء نموذج مشترك وقوي لتعلم الآلة دون مشاركة البيانات، وبذلك يأخذ القضايا الحرجة بعين الحسبان مثل [[خصوصية المعلومات|خصوصية البيانات]] و[[أمن البيانات]] وحقوق الوصول إلى البيانات والوصول إلى البيانات غير المتجانسة. تُستخدم تطبيقاتها في الصناعات بما في ذلك الدفاع والاتصالات [[إنترنت الأشياء|وإنترنت الأشياء]] والأدوية. السؤال الرئيس المفتوح هو متى/ما إذا كان التعلم المتحد أفضل من تعلم البيانات المجمعة. ثمة سؤال مفتوح آخر يتعلق بمصداقية الأجهزة وتأثير العناصر الخبيثة على النموذج المُتعَلّم.