本次项目笔者在应用上使用了联邦学习的框架，FATE机器学习部分已经有18个模块，集成了联邦机器学习横向/纵向场景的各种功能，涵盖了数据读取、特征预处理、建模(逻辑/线性回归、boosting、神经网络等常用模型)、评估等各个过程。我们以逻辑回归为例，从环境搭建到建模，再到模型评估都进行了实验。
在这个过程中遇到了很多问题，网上的教程也比较少、比较旧，比如在配置环境的时候需要根据自己的环境输入路径，这是需要理解整个框架的实现逻辑才可以完成配置，笔者经过多次尝试完成了此次项目，对联邦学习和FATE框架理解更加深入了，收获颇多。
完整报告目录如下：
（一）FATE单机版部署
一、阿里云服务器
二、MacOS系统
三、Windows系统
（二）FATE实战：实现横向逻辑回归任务的训练及预测
一、数据集描述
二、横向数据集切分
三、逻辑回归模型
四、拷贝本地数据到容器
五、安装VIM
六、数据输入与训练
（三）参考链接
