Machine learning et vie privée : Google présente sa bibliothèque open source TensorFlow Privacy
1 min
Sciences et espace
Sciences
Le géant du Net explique qu’elle permet aux développeurs et chercheurs d’entraîner plus facilement des intelligences artificielles en respectant la confidentialité des personnes dont sont issues les données.
Google indique notamment s’appuyer sur une technique baptisée « differential privacy ». « Lors de l’apprentissage sur des données d’utilisateurs, ces techniques offrent de solides garanties mathématiques que les modèles n’apprennent ni ne se souviennent des détails d’un utilisateur ».
De plus amples informations sont données dans ce billet sur Medium. TensorFlow Privacy est disponible en open source sur GitHub avec une licence Apache 2.0
Commentaires (0)
Abonnez-vous pour prendre part au débat
Déjà abonné ou lecteur ? Se connecter
Cet article est en accès libre, mais il est le produit d'une rédaction qui ne travaille que pour ses lecteurs, sur un média sans pub et sans tracker. Soutenez le journalisme tech de qualité en vous abonnant.
Accédez en illimité aux articles d'un média expert
Profitez d'au moins 1 To de stockage pour vos sauvegardes
Intégrez la communauté et prenez part aux débats
Partagez des articles premium à vos contacts
Abonnez-vousSignaler un commentaire
Voulez-vous vraiment signaler ce commentaire ?