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.
Course Outline
Εισαγωγή στο Federated Learning
- Επισκόπηση της παραδοσιακής εκπαίδευσης AI έναντι της ομοσπονδιακής μάθησης
- Βασικές αρχές και πλεονεκτήματα της ομοσπονδιακής μάθησης
- Χρησιμοποιήστε περιπτώσεις ομοσπονδιακής μάθησης σε Edge AI εφαρμογές
Federated Learning Αρχιτεκτονική και ροή εργασίας
- Κατανόηση των ομόσπονδων μοντέλων μάθησης πελάτη-διακομιστή και peer-to-peer
- Κατάτμηση δεδομένων και εκπαίδευση αποκεντρωμένων μοντέλων
- Communication πρωτόκολλα και στρατηγικές συγκέντρωσης
Εφαρμογή Federated Learning με TensorFlow Ομοσπονδιακή
- Ρύθμιση TensorFlow Ομοσπονδιακή για κατανεμημένη εκπαίδευση AI
- Δημιουργία ομοσπονδιακών μοντέλων μάθησης χρησιμοποιώντας Python
- Προσομοίωση ομοσπονδιακής μάθησης σε συσκευές αιχμής
Federated Learning με PyTorch και OpenFL
- Εισαγωγή στο OpenFL για ομοσπονδιακή μάθηση
- Εφαρμογή ομοσπονδιακών μοντέλων που βασίζονται στο PyTorch
- Προσαρμογή τεχνικών ομοσπονδιακής συνάθροισης
Βελτιστοποίηση απόδοσης για Edge AI
- Επιτάχυνση υλικού για ομοσπονδιακή μάθηση
- Μείωση των επιβαρύνσεων και του λανθάνοντος χρόνου επικοινωνίας
- Προσαρμοστικές στρατηγικές μάθησης για συσκευές με περιορισμένους πόρους
Απόρρητο και ασφάλεια δεδομένων στο Federated Learning
- Τεχνικές διατήρησης της ιδιωτικής ζωής (Ασφαλής Συνάθροιση, Διαφορικό Απόρρητο, Ομόμορφη Κρυπτογράφηση)
- Μετριασμός των κινδύνων διαρροής δεδομένων σε ομοσπονδιακά μοντέλα τεχνητής νοημοσύνης
- Κανονιστική συμμόρφωση και ηθικά ζητήματα
Ανάπτυξη Federated Learning Συστημάτων
- Ρύθμιση ομοσπονδιακής εκμάθησης σε πραγματικές συσκευές αιχμής
- Παρακολούθηση και ενημέρωση ομοσπονδιακών μοντέλων
- Κλιμάκωση αναπτύξεων ομοσπονδιακής μάθησης σε εταιρικά περιβάλλοντα
Μελλοντικές Τάσεις και Μελέτες Περιπτώσεων
- Αναδυόμενη έρευνα στην ομοσπονδιακή μάθηση και Edge AI
- Μελέτες περιπτώσεων πραγματικού κόσμου στην υγειονομική περίθαλψη, τα οικονομικά και το IoT
- Επόμενα βήματα για την προώθηση λύσεων ομοσπονδιακής μάθησης
Περίληψη και Επόμενα Βήματα
Requirements
- Ισχυρή κατανόηση της μηχανικής μάθησης και των εννοιών βαθιάς μάθησης
- Εμπειρία με Python πλαίσια προγραμματισμού και AI (PyTorch, TensorFlow ή παρόμοια)
- Βασικές γνώσεις κατανεμημένων υπολογιστών και δικτύωσης
- Εξοικείωση με τις έννοιες του απορρήτου και της ασφάλειας δεδομένων στο AI
Ακροατήριο
- Ερευνητές AI
- Επιστήμονες δεδομένων
- Ειδικοί σε θέματα ασφάλειας
21 Hours