План на курса

Введение в Федерирано Учение

  • Какво е федерирано учение и какво го различава от централизираното учение?
  • Преимуществата на федерираното учение за сигурна сътрудничество в AI
  • Примери за използване и приложения в сектори с чувствителни данни

Основни Компоненти на Федерираното Учение

  • Федерирани данни, клиенти и агрегация на модели
  • Протоколи за комуникация и актуализации
  • Обръщане с хетерогенност в федерираните среди

Конфиденциалност и сигурност на данните в Федерираното Учение

  • Начин за минимизиране на данните и принципи на конфиденциалност
  • Техники за сигурност на обновяването на модели (например, диференциална конфиденциалност)
  • Федерирано учение в съответствие с регулации за защита на данните

Въвеждане на Федерираното Учение

  • Настройка на среди за федерирано учение
  • Разпределено обучение на модели с федерирани рамки
  • Разглеждане на производителност и точност

Федерирано Учение в Здравеопазването

  • Сигурно споделяне на данни и грижи за конфиденциалност в здравеопазването
  • Сътрудничество в AI за медицински изследвания и диагнози
  • Примери: федерирано учение в медицинското изображение и диагнози

Федерирано Учение във Финансовия Сектор

  • Използване на федерирано учение за сигурно финансово моделиране
  • Откриване на измами и анализ на рискове с федерирани подходи
  • Примери за сигурно сътрудничество с данни в финансовите институции

Проблеми и Бъдеще на Федерираното Учение

  • Технически и операционни проблеми в федерираното учение
  • Бъдещи тенденции и напредъци в федерираното AI
  • Разглеждане на възможностите за федерирано учение в различни индустрии

Резюме и Следващи Стъпки

Изисквания

  • Основни знания за концепциите на машинно обучение
  • Знание на основите на защитата на личните данни и сигурността

Целева аудитория

  • Специалисти по данни и изследователи на ИИ, фокусирани върху машинно обучение с защита на личните данни
  • Професионалисти от здравеопазването и финансите, които работят с чувствителни данни
  • Мениджъри по ИТ и съответствие, заинтересовани в методи за сигурно сътрудничество на ИИ
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории