Návrh Školení

Úvod do Federated Learning

  • Přehled Federated Learning pojmů
  • Decentralizovaný model školení vs. tradiční centralizované přístupy
  • Výhody Federated Learning v soukromí a zabezpečení dat

Základní Federated Learning Algoritmy

  • Úvod do federovaného průměrování
  • Implementace jednoduchého Federated Learning modelu
  • Srovnání Federated Learning s tradičním strojovým učením

Ochrana osobních údajů a bezpečnost v Federated Learning

  • Pochopení obav o ochranu osobních údajů v AI
  • Techniky pro zvýšení soukromí v Federated Learning
  • Bezpečná agregace a metody šifrování dat

Praktická implementace Federated Learning

  • Nastavení prostředí Federated Learning
  • Sestavení a trénování Federated Learning modelu
  • Nasazení Federated Learning ve scénářích reálného světa

Výzvy a omezení Federated Learning

  • Zpracování jiných než IID dat v Federated Learning
  • Communication a problémy se synchronizací
  • Škálování Federated Learning pro velké sítě

Případové studie a budoucí trendy

  • Případové studie úspěšných Federated Learning implementací
  • Zkoumání budoucnosti Federated Learning
  • Rozvíjející se trendy v AI chránící soukromí

Shrnutí a další kroky

Požadavky

  • Základní porozumění konceptům strojového učení
  • Zkušenosti s programováním Python
  • Seznámení se zásadami ochrany osobních údajů

Publikum

  • Datoví vědci
  • Milovníci strojového učení
  • AI začátečníci
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie