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.
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