收录自团体标准信息平台，认准啦(RenZhunLa.com)为执行该团体标准的产品或服务提供推介展位，欢迎留言交流。
| 标准详细信息 |
|---|
| 标准状态 | 现行 |
| 标准编号 | T/ZFIDA 0004—2020 |
| 中文标题 | 联邦学习金融行业应用指南 |
| 英文标题 | |
| 国际标准分类号 | 01.020 |
| 中国标准分类号 | |
| 国民经济分类 | J694 金融信息服务 |
| 发布日期 | 2021年02月24日 |
| 实施日期 | 2021年02月24日 |
| 起草人 | 李晓林，李宏宇，张玮，彭宇翔，肖俊，许洁，赵秀丽，王雨晖，李文杰 ，左春，况文川，邵钟飞，贺光中，沈伟，夏泽宇，董金光 |
| 起草单位 | 同盾科技有限公司，人工智能省部共建协同创新中心（浙江大学）， 之江实验室，中信银行，中国再保险（集团）股份有限公司，深圳乐信控股有限公司， 北京文思海辉金信软件有限公司，中科软科技股份有限公司，中科聚信信息技术（北京）有限公司，神州数码信息服务股份有限公司，财富引擎（北京）科技有限公司，北京中关村银行股份有限公司 |
| 范围 | |
| 主要技术内容 | 本标准定义了金融行业联邦学习应用的要素、要素关系、流程与基础要求。 本标准适用于金融机构、第三方服务机构的联邦学习应用的方案设计、开发工作。
联邦学习金融应用流程通常包括联邦预处理、联邦模型训练、联邦模型预测三个阶段。参与方生成联邦模型之前通常需要预先对样本、标签数据进行预处理， 联邦预处理阶段主要工作通常包括样本对齐、特征清洗、特征处理与联邦特征选择。完 成特征预处理后，即可进行联邦模型训练生成联邦模型，根据联邦架构和联邦算法选型不同，联邦模型训练可以分为线性回归、逻辑回归、树、神经网络等模型的训练。生成联邦模型后投入生产环境进行预测，联邦预测与联邦模型训练强相关，同样包括回归模 型、树模型、神经网络模型等模型的预测。 |
| 是否包含专利信息 | 否 |
| 标准文本 | 不公开 |
收录自团体标准信息平台，认准啦(RenZhunLa.com)为执行该团体标准的产品或服务提供推介展位，欢迎留言交流。
| 团体详细信息 |
|---|
| 团体名称 | 中关村金融科技产业发展联盟 |
| 登记证号 | 51110000MJ0123149K | 发证机关 | 北京市民政局 |
| 业务范围 | 开展金融科技领域的学术研究，学术交流，技术研发，成果转化，咨询服务，展览展示，承办委托，国际交流。 |
| 法定代表人/负责人 | 刘勇 |
| 依托单位名称 | |
| 通讯地址 | 高粱桥斜街42号融汇国际大厦1-305 | 邮编 : 100006 |
收录自团体标准信息平台，认准啦(RenZhunLa.com)为执行该团体标准的产品或服务提供推介展位，欢迎留言交流。