摘要：
纵向联邦学习的应用场景案例：商场A有用户的消费水平、消费偏好的特征，银行B有同一批用户的账户余额、年龄特征以及信誉标签。现在AB两者合作，建立联合模型，此时用于建模的特征扩展为消费水平、消费偏好、账户余额、年龄，从而使得建模效果更好。
在上述的场景中，最直接的方式是双方以明文的方式交换各自手中的数据。很显然，这样对隐私的损害很大。那么纵向联邦学习就解决了如何在保护隐私的前提下，解决场景中的问题。
纵向联邦学习主要分为两个步骤：加密实体对齐和加密模型训练。 阅读全文
摘要：
Q- Learning是强化学习中比较简单的一种算法，接下来将详细地描述这一算法 阅读全文