Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione a Federated Learning
- Panoramica dei concetti Federated Learning
- Addestramento decentralizzato del modello vs. approcci centralizzati tradizionali
- Vantaggi di Federated Learning in termini di privacy e sicurezza dei dati
Algoritmi di base Federated Learning
- Introduzione alla media federata
- Implementazione di un semplice modello Federated Learning
- Confronto di Federated Learning con l'apprendimento automatico tradizionale
Privacy e sicurezza dei dati in Federated Learning
- Comprendere i problemi di privacy dei dati nell'intelligenza artificiale
- Tecniche per migliorare la privacy in Federated Learning
- Metodi di aggregazione e crittografia dei dati sicuri
Attuazione pratica di Federated Learning
- Configurazione di un ambiente Federated Learning
- Costruzione e addestramento di un modello Federated Learning
- Distribuzione Federated Learning in scenari reali
Sfide e limiti di Federated Learning
- Gestione dei dati non-IID in Federated Learning
- Communication e problemi di sincronizzazione
- Scalabilità Federated Learning per reti di grandi dimensioni
Casi di studio e tendenze future
- Casi di studio di implementazioni di successo Federated Learning
- Esplorare il futuro di Federated Learning
- Tendenze emergenti nell'IA che preserva la privacy
Riepilogo e passaggi successivi
Requisiti
- Conoscenza di base dei concetti di machine learning
- Esperienza con la programmazione Python
- Familiarità con i principi della protezione dei dati
Pubblico
- Scienziati dei dati
- Appassionati di machine learning
- Principianti dell'IA
14 ore
