ML décentralisée: Formation collaborative et structure d'influence causale

Cette séance de cours couvre les étapes vers l'apprentissage automatique collaboratif et décentralisé, en mettant l'accent sur l'efficacité de la communication, la compression des gradients et la rétroaction d'erreurs pour les mises à jour du modèle. Il explore également les éléments de construction comme la robustesse, la vie privée et l'efficacité. De plus, elle se transforme en découverte de structure d'influence causale à l'aide de réseaux bayésiens, de graphiques d'information dirigés et au-delà des configurations observationnelles monodomaines.