什么是联邦学习？
联邦学习（Federated Learning，FELE）是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密（混淆）形态的前提下，通过交换加密的机器学习中间结果，实现联合建模。联邦学习兼顾 AI 应用与隐私保护，开放合作，协同性高，充分释放大数据生产力，广泛适用于金融、消费互联网等行业的业务创新场景。
联邦学习的主要功能是什么？
联邦学习适用于哪些场景？
金融类场景：包括银行零售信贷、信用卡贷前贷中风控服务，以及消费金融公司、互金平台的贷前贷中风控场景。
其他运用场景：基于大数据支撑的风控及营销场景，行业不限。
