Centralized vs. Federated Learning for Educational Data Mining: A Comparative Study on Student Performance Prediction with SAEB Microdata
Anzeige
Ähnliche Artikel
arXiv – cs.AI
•
Federated Learning schützt IoT vor Angriffen trotz heterogener Daten
arXiv – cs.LG
•
FIRM: Federated In-client Multi-objective Alignment für LLMs – effizienter Ansatz
arXiv – cs.LG
•
Federated Learning für Satelliten: Effiziente On-Board-ML im Weltraum
arXiv – cs.AI
•
Federated Learning mit Privacy: Lösung für unausgewogene klinische Daten
arXiv – cs.LG
•
Serverseitige Kalibrierung reduziert Bias im Federated Learning
arXiv – cs.LG
•
PiXTime: Federiertes Zeitreihenmodell für heterogene Datenstrukturen