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
Въведение в Federated Learning
- Преглед на Federated Learning концепции
- Обучение по децентрализиран модел срещу традиционни централизирани подходи
- Предимства на Federated Learning в поверителността и сигурността на данните
Основни Federated Learning алгоритми
- Въведение във федеративното осредняване
- Реализация на прост Federated Learning модел
- Сравнение на Federated Learning с традиционното машинно обучение
Поверителност и сигурност на данните в Federated Learning
- Разбиране на опасенията за поверителност на данните в AI
- Техники за подобряване на поверителността в Federated Learning
- Сигурни методи за агрегиране и криптиране на данни
Практическо прилагане на Federated Learning
- Създаване на Federated Learning среда
- Изграждане и обучение на Federated Learning модел
- Внедряване Federated Learning в сценарии от реалния свят
Предизвикателства и ограничения на Federated Learning
- Работа с данни, които не са IID в Federated Learning
- Communication и проблеми със синхронизирането
- Мащабиране Federated Learning за големи мрежи
Казуси и бъдещи тенденции
- Казуси от успешни Federated Learning реализации
- Изследване на бъдещето на Federated Learning
- Нововъзникващи тенденции в AI за запазване на поверителността
Обобщение и следващи стъпки
Изисквания
- Основно разбиране на концепциите за машинно обучение
- Опит с Python програмиране
- Запознаване с принципите за поверителност на данните
Публика
- Учени по данни
- Ентусиасти на машинното обучение
- Начинаещи AI
14 Часа