Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till Federated Learning
- Översikt över Federated Learning begrepp
- Decentraliserad modellträning jämfört med traditionella centraliserade metoder
- Fördelar med Federated Learning inom integritet och datasäkerhet
Grundläggande Federated Learning algoritmer
- Introduktion till federerad medelvärdesbildning
- Implementering av en enkel Federated Learning modell
- Jämförelse av Federated Learning med traditionell maskininlärning
Datasekretess och säkerhet i Federated Learning
- Förstå problem med datasekretess i AI
- Tekniker för att förbättra integriteten i Federated Learning
- Säkra aggregerings- och datakrypteringsmetoder
Praktiskt genomförande av Federated Learning
- Konfigurera en Federated Learning miljö
- Skapa och träna en Federated Learning-modell
- Distribuera Federated Learning i verkliga scenarier
Utmaningar och begränsningar med Federated Learning
- Hantera icke-IID-data i Federated Learning
- Communication och synkroniseringsproblem
- Skalning Federated Learning för stora nätverk
Fallstudier och framtida trender
- Fallstudier av framgångsrika Federated Learning implementeringar
- Utforska framtiden för Federated Learning
- Nya trender inom integritetsbevarande AI
Sammanfattning och nästa steg
Krav
- Grundläggande förståelse för maskininlärningsbegrepp
- Erfarenhet av Python programmering
- Kännedom om principer för datasekretess
Publik
- Datavetare
- Entusiaster av maskininlärning
- Nybörjare med AI
14 timmar
