本文将为刚入门联邦学习的用户提供一条学习路径，帮助新手用户快速了解和使用联邦学习。
1. 联邦学习概述
联邦学习是一种分布式机器学习技术，允许多个参与方在不共享底层数据的情况下，通过交换加密的中间结果来共同建模，旨在同时促进 AI 应用的发展和隐私保护。联邦学习解决了机构由于合规、政策、隐私保护等考虑因素，难以采取传统数据共享的方式进行信息互联的困境，通过隐私计算可实现“数据不出门，信息可用”，是信息互联、共享的新模式。这种技术适用于多个行业，支持合作伙伴在保护数据隐私的前提下共同训练模型，推动业务创新。
2. 了解联邦学习
您可以依次查阅如下文档，进一步了解联邦学习：
联邦学习是什么？
3.联邦学习计费
4. 创建联邦学习
5. 新手常见问题
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。
什么是隐私计算？
隐私计算是一种在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合。其核心目标是实现数据的“可用、不可见”，即在充分保护数据和隐私安全的前提下，释放数据价值。隐私计算涵盖了信息收集、发布、使用等全生命周期过程的所有计算操作，并支持海量用户、高并发、高效能的隐私保护系统设计。
6. 联邦学习的主要功能是什么？
功能列表
账号管理：支持新增、删除账号，修改密码；支持联邦学习网络的节点接入申请和审核。
资源管理：包括资源配置和合作管理。
项目管理：包括数据对齐、特征工程、模型训练、模型预测、联邦 SQL 分析和项目监管。
查询管理：包括调用统计、模型管理和 API 管理。
系统管理：包括任务发起日志存证和节点机器资源监控。
7. 反馈与建议
使用联邦学习产品和服务中有任何问题或建议，您可以通过以下渠道反馈，将有专人跟进解决您的问题：
如果发现产品文档的问题，如链接、内容、API 错误等，您可以单击文档页右侧文档反馈或选中存在问题的内容进行反馈。
如果您有其他疑问，可前往 腾讯云开发者社区 进行提问。
