(EN) Embodiments of the present application relate to the technical field of machine learning. Disclosed are a machine learning method, device, and system, being capable of significantly reducing the amount of data transmission during machine learning, thereby reducing the time-consuming ratio of the data transmission in an entire learning process, and effectively improving the efficiency of machine learning. The specific solution comprises: a sub node performs BNN-based machine learning on a local data set obtained by means of collection, so as to obtain a local model parameter corresponding to the local data set; and the sub node sends a first message to a central node, the first message comprising the local model parameter.
(FR) Des modes de réalisation de la présente invention se rapportent au domaine technique de l’apprentissage automatique. L'invention concerne un procédé, un dispositif et un système d'apprentissage automatique, pouvant réduire de manière significative la quantité de transmission de données pendant l'apprentissage automatique, ce qui permet de réduire le rapport de consommation de temps de la transmission de données dans un processus d'apprentissage entier, et d'améliorer efficacement le rendement de l'apprentissage automatique. La solution spécifique comprend : un sous-nœud effectue un apprentissage automatique à base de BNN sur un ensemble de données locales obtenu par collecte, de façon à obtenir un paramètre de modèle local correspondant à l'ensemble de données locales ; et le sous-nœud envoie un premier message à un nœud central, le premier message comprenant le paramètre de modèle local.
(ZH) 本申请实施例公开了一种机器学习方法、装置和系统，涉及机器学习技术领域，可以显著降低机器学习过程中数据传输的数量，由此降低数据传输在整个学习过程中的耗时占比，从而有效提高机器学习的效率。具体方案为：子节点对采集获取的本地数据集，进行基于BNN的机器学习，获取与本地数据集对应的本地模型参数。子节点向中心节点发送第一消息，第一消息包括本地模型参数。
