Свържете се с нас

Съдържание и теми, включени в курса

Преглед на основните концепции за федеративно обучение

  • Припомняне на основните методологии за федеративно обучение
  • Предизвикателства във федеративното обучение: комуникация, изчислителни ресурси и поверителност
  • Въведение в усъвършенстваните техники за федеративно обучение

Алгоритми за оптимизация при федеративно обучение

  • Преглед на предизвикателствата при оптимизацията във федеративното обучение
  • Усъвършенствани алгоритми за оптимизация: Федеративно осредняване (FedAvg), Федеративен SGD и други
  • Внедряване и настройка на алгоритми за оптимизация за широкомащабни федеративни системи

Работа с нееднородно разпределени (Non-IID) данни при федеративно обучение

  • Разбиране на нееднородно разпределените данни и тяхното въздействие върху федеративното обучение
  • Стратегии за справяне с нееднородни разпределения на данни
  • Казуси и приложения в реалния свят

Мащабиране на системи за федеративно обучение

  • Предизвикателства при мащабирането на системи за федеративно обучение
  • Техники за разрастване: архитектурен дизайн, комуникационни протоколи и други
  • Внедряване на широкомащабни приложения за федеративно обучение

Усъвършенствани съображения за поверителност и сигурност

  • Техники за запазване на поверителността при напреднало федеративно обучение
  • Сигурно агрегиране и диференциална поверителност
  • Етични съображения при широкомащабно федеративно обучение

Казуси и практически приложения

  • Казус: Широкомащабно федеративно обучение в здравеопазването
  • Практически упражнения с напреднали сценарии за федеративно обучение
  • Реализация на проект от реалния свят

Бъдещи тенденции във федеративното обучение

  • Нововъзникващи насоки за изследвания в областта на федеративното обучение
  • Технологичен напредък и неговото въздействие върху федеративното обучение
  • Изследване на бъдещите възможности и предизвикателства

Обобщение и следващи стъпки

Изисквания

  • Опит с техники за машинно обучение и дълбоко обучение
  • Разбиране на основните концепции на федеративното обучение
  • Умения за програмиране на Python

Аудитория

  • Опитни изследователи в областта на ИИ
  • Инженери по машинно обучение
  • Специалисти по данни
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории