Federated Learning (FL) to nowa metoda trenowania modeli uczenia maszynowego, zapoczątkowana przez Google, przeznaczona do użytku na smartfonach. W przeciwieństwie do tradycyjnego uczenia maszynowego, gdzie dane są centralizowane i przekazywane do modelu, FL polega na tym, że algorytm jest przenoszony do danych, a rozproszone dane nie są centralizowane, co zapewnia zachowanie prywatności. Prezenentacja o tym, jak firmy ubezpieczeniowe mogą wykorzystać tę technikę do wspólnego budowania modelu predykcji częstotliwości roszczeń za pomocą sieci neuronowej, łącząc i wykorzystując dane swoich klientów, bez faktycznego udostępniania lub naruszania jakichkolwiek wrażliwych informacji.