Kursplan

Genomgång av grundläggande Federated Learning begrepp

  • Sammanfattning av grundläggande Federated Learning metoder
  • Utmaningar i Federated Learning: kommunikation, beräkning och sekretess
  • Introduktion till avancerade Federated Learning tekniker

Optimeringsalgoritmer för Federated Learning

  • Översikt över optimeringsutmaningar i Federated Learning
  • Avancerade optimeringsalgoritmer: Federated Averaging (FedAvg), Federated SGD med mera
  • Implementering och justering av optimeringsalgoritmer för storskaliga federerade system

Hantera icke-IID-data i Federated Learning

  • Förstå icke-IID-data och dess inverkan på Federated Learning
  • Strategier för att hantera icke-IID-datadistributioner
  • Fallstudier och tillämpningar i den verkliga världen

Skalning Federated Learning System

  • Utmaningar vid skalning Federated Learning av system
  • Tekniker för uppskalning: arkitekturdesign, kommunikationsprotokoll med mera
  • Distribuera storskaliga Federated Learning program

Avancerade sekretess- och säkerhetsöverväganden

  • Integritetsbevarande tekniker i avancerad Federated Learning
  • Säker aggregering och differentiell sekretess
  • Etiska överväganden i stor skala Federated Learning

Fallstudier och praktiska tillämpningar

  • Fallstudie: Storskalig Federated Learning inom hälso- och sjukvården
  • Praktisk övning med avancerade Federated Learning scenarier
  • Genomförande av projekt i verklig värld

Framtida trender i Federated Learning

  • Framväxande forskningsinriktningar i Federated Learning
  • Tekniska framsteg och deras inverkan på Federated Learning
  • Utforska framtida möjligheter och utmaningar

Sammanfattning och nästa steg

Krav

  • Erfarenhet av maskininlärning och djupinlärningstekniker
  • Förståelse för grundläggande Federated Learning begrepp
  • Kunskaper i Python programmering

Publik

  • Erfarna AI-forskare
  • Ingenjörer inom maskininlärning
  • Datavetare
 21 timmar

Antal deltagare


Price per participant

Open Training Courses require 5+ participants.

Upcoming Courses

Advanced Federated Learning Techniques

2025-05-20 09:30
21 timmar
Malmö, Stadskärna
3000 EUR (Online)
3600 EUR (Klassrum)

Advanced Federated Learning Techniques

2025-06-03 09:30
21 timmar
Göteborg
3000 EUR (Online)
3600 EUR (Klassrum)

Advanced Federated Learning Techniques

2025-06-17 09:30
21 timmar
Västerås
3000 EUR (Online)
3600 EUR (Klassrum)

Advanced Federated Learning Techniques

2025-07-01 09:30
21 timmar
Örebro, City Center
3000 EUR (Online)
3600 EUR (Klassrum)

Advanced Federated Learning Techniques

2025-07-15 09:30
21 timmar
Linköping
3000 EUR (Online)
3600 EUR (Klassrum)

Advanced Federated Learning Techniques

2025-07-29 09:30
21 timmar
Stockholm, Hötorget
3000 EUR (Online)
3600 EUR (Klassrum)

Relaterade Kurser

Introduction to Federated Learning

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på nybörjarnivå som vill lära sig grunderna i Federated Learning och dess praktiska tillämpningar.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna för Federated Learning.
  • Implementera grundläggande Federated Learning algoritmer.
  • Hantera problem med datasekretess med hjälp av Federated Learning.
  • Integrera Federated Learning i befintliga AI-arbetsflöden.
LÄS MER...

Federated Learning and Edge AI

 21 timmar

Denna instruktörsledda, liveträning i Sverige (online eller på plats) är inriktad på avancerade AI-forskare, datavetare och säkerhetsspecialister som vill implementera tekniker för federerad inlärning för att träna AI-modeller på flera edge-enheter samtidigt som de bevarar datasekretessen.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med federerad inlärning i Edge AI.
  • Implementera modeller för federerad inlärning med hjälp av TensorFlow Federated och PyTorch.
  • Optimera AI-utbildning över distribuerade edge-enheter.
  • Ta itu med utmaningar när det gäller dataskydd och säkerhet inom federerad inlärning.
  • Distribuera och övervaka system för federerad inlärning i verkliga tillämpningar.
LÄS MER...

Federated Learning for Finance

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning tekniker för att förbättra datasekretess och samarbets-AI inom finansbranschen.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med Federated Learning inom ekonomi.
  • Implementera Federated Learning modeller för integritetsbevarande finansiella applikationer.
  • Analysera finansiella data i samarbete utan att kompromissa med integriteten.
  • Tillämpa Federated Learning på verkliga finansiella scenarier, till exempel identifiering av bedrägerier och riskhantering.
LÄS MER...

Federated Learning for Healthcare

 21 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning på hälso- och sjukvårdsscenarier, vilket säkerställer datasekretess och effektivt samarbete mellan institutioner.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå rollen för Federated Learning inom hälso- och sjukvården.
  • Implementera Federated Learning-modeller samtidigt som du säkerställer sekretessen för patientdata.
  • Samarbeta om träning av AI-modeller mellan flera vårdinstitutioner.
  • Tillämpa Federated Learning på verkliga fallstudier inom hälso- och sjukvården.
LÄS MER...

Federated Learning in IoT and Edge Computing

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning för att optimera IoT- och edge computing-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med Federated Learning i IoT och databehandling på gränsenheter.
  • Implementera Federated Learning modeller på IoT-enheter för decentraliserad AI-bearbetning.
  • Minska latensen och förbättra beslutsfattandet i realtid i databehandlingsmiljöer på gränsenheter.
  • Hantera utmaningar relaterade till datasekretess och nätverksbegränsningar i IoT-system.
LÄS MER...

Federated Learning for Privacy-Preserving AI

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill förstå och tillämpa Federated Learning för att säkerställa datasekretess i AI-utveckling.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med Federated Learning.
  • Implementera integritetsbevarande maskininlärningsmodeller med hjälp av Federated Learning tekniker.
  • Ta itu med utmaningarna med datasekretess i decentraliserad AI-utbildning.
  • Tillämpa Federated Learning i verkliga scenarier i olika branscher.
LÄS MER...

Federated Learning for Secure AI Collaboration

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till AI- och dataproffs på mellannivå som vill förstå och implementera federerade inlärningstekniker för integritetsbevarande maskininlärning och samarbetsbaserade AI-lösningar över distribuerade datakällor.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå de grundläggande begreppen och fördelarna med federerad inlärning.
  • Implementera distribuerade träningsstrategier för AI-modeller.
  • Använd federerade inlärningstekniker för att skydda datakänsliga samarbeten.
  • Utforska fallstudier och praktiska exempel på federerat lärande inom hälso- och sjukvård och ekonomi.
LÄS MER...

Relaterade Kategorier

Federated Learning
Federated Learning