Kursplan

Introduktion till Federated Learning

  • Vad är federerad inlärning och hur skiljer den sig från centraliserad inlärning?
  • Fördelar med federerad inlärning för säkert AI-samarbete
  • Användningsfall och program inom känsliga datasektorer

Kärnkomponenter i Federated Learning

  • Aggregering av federerade data, klienter och modeller
  • Communication Protokoll och uppdateringar
  • Hantera heterogenitet i federerade miljöer

Datasekretess och säkerhet i Federated Learning

  • Principer för uppgiftsminimering och sekretess
  • Tekniker för att skydda modelluppdateringar (t.ex. differentiell sekretess)
  • Federerad inlärning i enlighet med dataskyddsbestämmelser

Genomförande Federated Learning

  • Konfigurera en federerad inlärningsmiljö
  • Distribuerad modellträning med federerade ramverk
  • Överväganden för prestanda och noggrannhet

Federated Learning inom hälso- och sjukvård

  • Säker datadelning och integritetsfrågor inom hälso- och sjukvården
  • Samverkande AI för medicinsk forskning och diagnos
  • Fallstudier: federerad inlärning inom medicinsk bildbehandling och diagnostik

Federated Learning i Finance

  • Använda federerad inlärning för säker finansiell modellering
  • Identifiering av bedrägerier och riskanalys med federerade metoder
  • Fallstudier inom säkert datasamarbete inom finansiella institutioner

Utmaningar och framtid för Federated Learning

  • Tekniska och operativa utmaningar inom federerad inlärning
  • Framtida trender och framsteg inom federerad AI
  • Utforska möjligheter till federerad inlärning i olika branscher

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för maskininlärningsbegrepp
  • Kunskaper om grunderna för datasekretess och säkerhet

Publik

  • Datavetare och AI-forskare fokuserar på integritetsbevarande maskininlärning
  • Hälso- och sjukvårdspersonal och finanspersonal som hanterar känsliga data
  • IT- och efterlevnadschefer som är intresserade av säkra samarbetsmetoder för AI
 14 timmar

Antal deltagare


Price per participant

Open Training Courses require 5+ participants.

Upcoming Courses

Federated Learning for Secure AI Collaboration

2025-05-22 09:30
14 timmar
Västerås
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Secure AI Collaboration

2025-06-05 09:30
14 timmar
Örebro, City Center
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Secure AI Collaboration

2025-06-19 09:30
14 timmar
Linköping
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Secure AI Collaboration

2025-07-03 09:30
14 timmar
Stockholm, Hötorget
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Secure AI Collaboration

2025-07-17 09:30
14 timmar
Uppsala
2000 EUR (Online)
2600 EUR (Klassrum)

Relaterade Kurser

Advanced Federated Learning Techniques

 21 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på avancerad nivå som vill bemästra banbrytande Federated Learning tekniker och tillämpa dem på storskaliga AI-projekt.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Optimera Federated Learning algoritmer för förbättrad prestanda.
  • Hantera icke-IID-datadistributioner i Federated Learning.
  • Skala Federated Learning system för storskaliga distributioner.
  • Hantera sekretess, säkerhet och etiska överväganden i avancerade Federated Learning scenarier.
LÄS MER...

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...

Relaterade Kategorier

Federated Learning
Federated Learning