Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение във федерираното обучение
- Общ преглед на федерираното обучение
- Основни концепции и ползи
- Федерирано обучение срещу традиционно машинно обучение
Поверителност и сигурност на данните в ИИ
- Разбиране на проблемите с поверителността на данните в ИИ
- Регулаторни рамки и съответствие (напр. GDPR)
- Въведение в техниките за запазване на поверителност
Техники за федерирано обучение
- Прилагане на федерирано обучение с Python и PyTorch
- Изграждане на модели, запазващи поверителността, чрез рамки за федерирано обучение
- Предизвикателства пред федерираното обучение: комуникация, изчисления и сигурност
Реални приложения на федерираното обучение
- Федерирано обучение в здравеопазването
- Федерирано обучение във финансите и банкирането
- Федерирано обучение в мобилни и IoT устройства
Напреднали теми във федерираното обучение
- Изследване на диференциалната поверителност във федерираното обучение
- Техники за сигурно агрегиране и криптиране
- Бъдещи насоки и нововъзникващи тенденции
Казуси и практически приложения
- Казус: Прилагане на федерирано обучение в здравен контекст
- Практически упражнения с реални набори от данни
- Практически приложения и работа по проект
Обобщение и следващи стъпки
Изисквания
- Разбиране на основите на машинното обучение
- Основни познания за принципите на поверителност на данните
- Опит с програмиране на Python
Аудитория
- Инженери по поверителност
- Специалисти по етика на ИИ
- Служители по защита на данните
14 Часа