O aprendizado federado é uma abordagem de aprendizado de máquina onde os dados permanecem nos dispositivos locais, em vez de serem centralizados em um servidor. Isso permite que modelos sejam treinados de forma colaborativa sem a necessidade de compartilhar dados sensíveis. Analisando as alternativas: a) Processo de centralização - Isso está incorreto, pois o aprendizado federado é o oposto da centralização. b) Dados locais permanecem nos dispositivos - Esta é a definição correta do aprendizado federado. c) Algoritmo de compressão - Não é relevante para a definição de aprendizado federado. d) Método de mineração de dados - Embora relacionado, não descreve especificamente o aprendizado federado. Portanto, a alternativa correta é: b) Dados locais permanecem nos dispositivos.