Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Преглед на основните Federated Learning концепции
- Резюме на основните Federated Learning методологии
- Предизвикателства в Federated Learning: комуникация, изчисления и поверителност
- Въведение в напреднали Federated Learning техники
Алгоритми за оптимизация за Federated Learning
- Преглед на предизвикателствата при оптимизиране в Federated Learning
- Разширени алгоритми за оптимизация: Федерално осредняване (FedAvg), Федерирано SGD и други
- Внедряване и настройка на оптимизационни алгоритми за широкомащабни обединени системи
Обработка на данни, които не са IID в Federated Learning
- Разбиране на данни, различни от IID, и тяхното въздействие върху Federated Learning
- Стратегии за обработка на не-IID разпределения на данни
- Казуси и приложения в реалния свят
Мащабиране Federated Learning Системи
- Предизвикателства в системите за мащабиране Federated Learning.
- Техники за мащабиране: дизайн на архитектура, комуникационни протоколи и др
- Внедряване на широкомащабни Federated Learning приложения
Разширени съображения за поверителност и сигурност
- Техники за запазване на поверителността в напреднали Federated Learning
- Сигурно агрегиране и диференциална поверителност
- Етични съображения в голям мащаб Federated Learning
Казуси и практически приложения
- Казус: Мащабни Federated Learning в здравеопазването
- Практическа практика с напреднали Federated Learning сценарии
- Изпълнение на проект в реалния свят
Бъдещи тенденции в Federated Learning
- Нововъзникващи изследователски направления в Federated Learning
- Технологичният напредък и тяхното въздействие върху Federated Learning
- Проучване на бъдещи възможности и предизвикателства
Обобщение и следващи стъпки
Изисквания
- Опит с машинно обучение и техники за дълбоко обучение
- Разбиране на основни Federated Learning понятия
- Владеене на Python програмиране
Публика
- Опитни изследователи на AI
- Инженери по машинно обучение
- Учени по данни
21 Часа