分布式机器学习过拟合/欠拟合:模型对于训练数据拟合过于好(差),而对测试数据拟合差(差)——一般是模型学习能力过强/弱 避免: “其他一些内容我就不讲了” 分布式机器学习集中性建模问题:数据集中收集后才能建模,隐私问题,系统性能,成本问题,安全问题(唯一中心)现实:数据分散性 分布式机器学习(联邦学习)联邦平均算法(FedAvg)