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
- Какво е федеративно обучение и как се различава от централизираното обучение?
- Предимства на обединеното обучение за сигурно сътрудничество с AI
- Случаи на употреба и приложения в сектори с чувствителни данни
Основни компоненти на Federated Learning
- Обединени данни, клиенти и агрегиране на модели
- Communication протоколи и актуализации
- Справяне с хетерогенността във обединени среди
Поверителност и сигурност на данните в Federated Learning
- Принципи за минимизиране на данните и поверителност
- Техники за осигуряване на актуализации на модела (напр. различна поверителност)
- Обединено обучение в съответствие с разпоредбите за защита на данните
Изпълнение Federated Learning
- Създаване на обединена учебна среда
- Обучение по разпределен модел с обединени рамки
- Съображения за производителност и точност
Federated Learning в здравеопазването
- Сигурно споделяне на данни и проблеми с поверителността в здравеопазването
- Съвместен AI за медицински изследвания и диагностика
- Казуси от практиката: обединено обучение по медицински изображения и диагностика
Federated Learning в Finance
- Използване на обединено обучение за сигурно финансово моделиране
- Откриване на измами и анализ на риска с обединени подходи
- Казуси в сигурно сътрудничество за данни във финансови институции
Предизвикателства и бъдеще на Federated Learning
- Технически и оперативни предизвикателства във федеративното обучение
- Бъдещи тенденции и напредък във федералния AI
- Проучване на възможности за обединено обучение в различни индустрии
Обобщение и следващи стъпки
Изисквания
- Основно разбиране на концепциите за машинно обучение
- Познаване на поверителността на данните и основите на сигурността
Публика
- Учените по данни и изследователите на AI се фокусираха върху машинното обучение, запазващо поверителността
- Здравни и финансови специалисти, работещи с чувствителни данни
- Мениджъри по информационни технологии и съответствие, които се интересуват от сигурни методи за сътрудничество с изкуствен интелект
14 Часа