Свържете се с нас

Съдържание и теми, включени в курса

Въведение във федеративното обучение

  • Общ преглед на концепциите за федеративно обучение
  • Децентрализирано обучение на модели срещу традиционните централизирани подходи
  • Предимства на федеративното обучение по отношение на поверителност и сигурност на данните

Основни алгоритми за федеративно обучение

  • Въведение в осредняването при федеративно обучение
  • Прилагане на прост модел за федеративно обучение
  • Сравнение на федеративното обучение с традиционното машинно обучение

Поверителност на данните и сигурност при федеративното обучение

  • Разбиране на проблемите с поверителността на данните в изкуствения интелект
  • Техники за подобряване на поверителността при федеративното обучение
  • Сигурно агрегиране и методи за криптиране на данни

Практическо прилагане на федеративното обучение

  • Настройка на среда за федеративно обучение
  • Изграждане и обучение на модел за федеративно обучение
  • Внедряване на федеративното обучение в реални сценарии

Предизвикателства и ограничения на федеративното обучение

  • Справяне с не-IID данни при федеративното обучение
  • Проблеми с комуникацията и синхронизацията
  • Мащабиране на федеративното обучение за големи мрежи

Казуси и бъдещи тенденции

  • Казуси на успешни внедрявания на федеративно обучение
  • Изследване на бъдещето на федеративното обучение
  • Нововъзникващи тенденции в изкуствения интелект, запазващ поверителността

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на концепциите за машинно обучение
  • Опит с програмиране на Python
  • Запознатост с принципите за поверителност на данните

Аудитория

  • Специалисти по данни
  • Ентусиасти в областта на машинното обучение
  • Начинаещи в сферата на изкуствения интелект
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории