Федеративное обучение - это метод машинного обучения, который обучает модель на нескольких децентрализованных устройствах, каждое из которых содержит локальную выборку данных, без обмена этими выборками данных. Представим, что с помощью этой техники вы обучили модель бинарной классификации. Вы хотите протестировать его на данных нескольких устройств, вычислив оценку модели ROC-AUC на каждом из них, а затем усреднив результаты. Возникают следующие вопросы: Насколько эта оценка..