隐语第6课，开始介绍具体的机器学习算法以及使用隐语模型进行真实数据的建模实验。首先介绍广义线性模型，广义线性模型(GLM)是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。它的特点是不强行改变数据的自然度量，数据可以具有非线性和非

隐语课程第5课，简单介绍了隐语的算法能力，包括预处理、隐私求交、决策树模型、线性回归模型、神经网络模型，并且支持数据水平切分（横向联邦）、垂直切分（纵向联邦）、混合切分（横纵向联邦）。隐语提供了包括对DataFrame的封装，以及提供联邦ndarray的封装，和python的使用基本一致，上手较快，比