Kursplan

Introduktion till Federated Learning

  • Vad är federated learning och hur skiljer det sig från centraliserat lärande?
  • Fördelar med federated learning för säker AI-samarbete
  • Användningsfall och applikationer i sektorer med känsliga data

Kärnkomponenter i Federated Learning

  • Federated data, klienter och modellaggregering
  • Kommunikationsprotokoll och uppdateringar
  • Hantering av heterogenitet i federerade miljöer

Datasekretess och säkerhet i Federated Learning

  • Dataminimering och sekretessprinciper
  • Tekniker för att säkra modelluppdateringar (t.ex. differential privacy)
  • Federated learning i överensstämmelse med dataskyddsförordningar

Implementering av Federated Learning

  • Inrättande av en federated learning-miljö
  • Fördelad modelltränings med federerade ramverk
  • Prestanda- och noggrannhetsöverväganden

Federated Learning inom Hälso- och sjukvården

  • Säker datadelning och sekretessproblem inom hälso- och sjukvården
  • Samarbetsdrivet AI för medicinsk forskning och diagnostik
  • Fallstudier: federated learning inom medicinsk bildbehandling och diagnostik

Federated Learning inom Finans

  • Användning av federated learning för säker finansiell modellering
  • Bedrägeridetektering och riskanalys med federerade metoder
  • Fallstudier om säker datadelning inom finansiella institutioner

Utmaningar och Framtid för Federated Learning

  • Tekniska och operativa utmaningar med federated learning
  • Framtida trender och framsteg inom federated AI
  • Utforskning av möjligheter för federated learning inom olika branscher

Sammanfattning och Nästa Steg

Krav

  • Grundläggande förståelse för maskininlärningskoncept
  • Kännedom om grundläggande principer för datasekretess och säkerhet

Målgrupp

  • Datavetenskapsmän och AI-forskare som fokuserar på sekretessbevarande maskininlärning
  • Vård- och finansprofessionella som hanterar känslig data
  • IT- och komplianceansvariga intresserade av säkra AI-samarbetsmetoder
 14 timmar

Antal deltagare


Price per participant

Open Training Courses require 5+ participants.

Upcoming Courses

Federated Learning för Säker AI-Samarbete

2025-10-22 09:30
14 timmar
Västerås
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning för Säker AI-Samarbete

2025-11-05 09:30
14 timmar
Örebro, City Center
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning för Säker AI-Samarbete

2025-11-19 09:30
14 timmar
Linköping
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning för Säker AI-Samarbete

2025-12-03 09:30
14 timmar
Stockholm, Hötorget
2000 EUR (Online)
2400 EUR (Klassrum)

Relaterade Kurser

Avancerade Federated Learning Tekniker

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...

Inledning till Federerad Inlärning

 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 och Edge AI

21 timmar

Denna instruktörsledda, levande utbildning på Sverige (online eller på plats) riktar sig till avancerade AI-forskare, datavetenskapsmän och säkerhetsexperter som vill implementera federated learning-tekniker för att träna AI-modeller över flera edge-enheter samtidigt som datasekretsen bevaras.

Vid utbildningens slut kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med federated learning inom Edge AI.
  • Implementera federated learning-modeller med hjälp av TensorFlow Federated och PyTorch.
  • Optimerar AI-träning över distribuerade edge-enheter.
  • Hantera utmaningar med datasekrets och säkerhet i federated learning.
  • Distribuera och övervaka federated learning-system i praktiska 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