Cursusaanbod
Inleiding tot Federated Learning
- Overzicht van traditionele AI-training versus gefedereerd leren
- Belangrijkste principes en voordelen van gefedereerd leren
- Gebruikscases van gefedereerd leren in Edge AI applicaties
Federated Learning Architectuur en Workflow
- Begrijpen van client-server- en peer-to-peer-modellen voor gefedereerd leren
- Data-partitioning en gedecentraliseerde modeltraining
- Communication protocollen en aggregatiestrategieën
Implementatie van Federated Learning met TensorFlow Federated
- TensorFlow Federated instellen voor gedistribueerde AI-training
- Gefedereerde leerModellen bouwen met Python
- Gefedereerd leren op randapparatuur simuleren
Federated Learning met PyTorch en OpenFL
- Introductie tot OpenFL voor gefedereerd leren
- Gefedereerde modellen op basis van PyTorch implementeren
- Gefedereerde aggregatietechnieken aanpassen
De prestaties optimaliseren voor Edge AI
- Hardware-acceleratie voor gefedereerd leren
- Communicatieoverhead en latency verlagen
- Aangepaste leerstrategieën voor apparaten met beperkte middelen
Gegevensprivacy en beveiliging in Federated Learning
- Privacy-beschermende technieken (Secure Aggregation, Differential Privacy, Homomorphic Encryption)
- Risico's van datalekken in gefedereerde AI-modellen verzachten
- Regulatory compliance en ethische overwegingen
Federated Learning systemen implementeren
- Gefedereerd leren op echte randapparaten opzetten
- Gefedereerde modellen controleren en bijwerken
- Gefedereerde leerimplementaties opschalen in bedrijfsomgevingen
Toekomstige trends en casestudy's
- Opkomend onderzoek in gefedereerd leren en Edge AI
- Praktijkcasestudy's in de gezondheidszorg, financiën en IoT
- Volgende stappen voor het bevorderen van oplossingen voor gefedereerd leren
Samenvatting en volgende stappen
Vereisten
- Sterk begrip van machine learning en deep learning concepten
- Ervaring met Python programmeer- en AI-frameworks (PyTorch, TensorFlow of vergelijkbaar)
- Basiskennis van gedistribueerde computing en netwerken
- Kennis van dataprivacy en beveiligingsconcepten in AI
Doelgroep
- AI-onderzoekers
- Datawetenschappers
- Beveiligingsspecialisten
Leveringsopties
PRIVÉGROEPSTRAINING
Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.
- Pre-cursusgesprek met uw trainer
- Aanpassing van de leerervaring om uw doelen te bereiken -
- Op maat gemaakte overzichten
- Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
- Training gepland op een datum naar keuze
- Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen
Private Group Prices RRP from €6840 online delivery, based on a group of 2 delegates, €2160 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
OPENBARE TRAINING
Kijk op onze public courses