Návrh Školení

Úvod do Federated Learning

  • Přehled tradičního školení AI vs. federované učení
  • Klíčové principy a výhody federovaného učení
  • Případy použití federovaného učení v aplikacích Edge AI

Federated Learning Architektura a pracovní postup

  • Pochopení federovaných modelů učení klient-server a peer-to-peer
  • Rozdělení dat a trénink decentralizovaných modelů
  • Communication protokoly a agregační strategie

Implementace Federated Learning pomocí TensorFlow Federated

  • Nastavení TensorFlow Federováno pro distribuovaný výcvik AI
  • Vytváření federovaných modelů učení pomocí Python
  • Simulace federovaného učení na okrajových zařízeních

Federated Learning s PyTorch a OpenFL

  • Úvod do OpenFL pro federované učení
  • Implementace federovaných modelů založených na PyTorch
  • Přizpůsobení technik federované agregace

Optimalizace výkonu pro Edge AI

  • Hardwarová akcelerace pro federované učení
  • Snížení komunikační režie a latence
  • Adaptivní učební strategie pro zařízení s omezenými zdroji

Ochrana osobních údajů a bezpečnost v Federated Learning

  • Techniky ochrany soukromí (bezpečná agregace, diferenciální soukromí, homomorfní šifrování)
  • Snížení rizik úniku dat ve federovaných modelech umělé inteligence
  • Dodržování předpisů a etické aspekty

Nasazování Federated Learning systémů

  • Nastavení federovaného učení na skutečných okrajových zařízeních
  • Monitorování a aktualizace federovaných modelů
  • Škálování nasazení federovaného učení v podnikových prostředích

Budoucí trendy a případové studie

  • Vznikající výzkum ve federovaném učení a Edge AI
  • Případové studie z reálného světa ve zdravotnictví, financích a internetu věcí
  • Další kroky pro pokrok v řešení federovaného učení

Shrnutí a další kroky

Požadavky

  • Silné porozumění konceptům strojového učení a hlubokého učení
  • Zkušenosti s Python programováním a AI frameworky (PyTorch, TensorFlow nebo podobné)
  • Základní znalost distribuovaných výpočtů a sítí
  • Znalost konceptů ochrany osobních údajů a zabezpečení v AI

Publikum

  • výzkumníci AI
  • Datoví vědci
  • Bezpečnostní specialisté
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie