PRIVACY ENHANCED MACHINE LEARNING

A method of selecting data for privacy preserving machine learning comprises: storing training data from a first party, storing a machine learning model, and storing criteria from the first party or from another party. The method comprises filtering the training data to select a first part of the training data to be used to train the machine learning model and select a second part of the training data. The selecting is done by computing a measure, using the criteria, of the contribution of the data to the performance of the machine learning model. L'invention concerne un procédé destiné à sélectionner des données pour l'apprentissage par machine préservant la confidentialité qui consiste : à sauvegarder des données d'entraînement provenant d'une première partie, à sauvegarder un modèle d'apprentissage par machine, et à sauvegarder des critères provenant de la première partie ou d'une autre partie. Le procédé consiste à filtrer les données d'entraînement pour sélectionner une première partie des données d'entraînement à utiliser pour entraîner le modèle d'apprentissage par machine et sélectionner une deuxième partie des données d'entraînement. La sélection est faite en calculant une mesure, au moyen des critères, de la contribution des données à la performance du modèle d'apprentissage par machine.