Đề cương khóa học

Giới thiệu về Federated Learning

  • Tổng quan về các khái niệm Federated Learning
  • Huấn luyện mô hình phân tán so với phương pháp tiếp cận tập trung truyền thống
  • Lợi ích của Federated Learning trong quyền riêng tư và bảo mật dữ liệu

Các Thuật Toán Federated Learning Cơ Bản

  • Giới thiệu về Federated Averaging
  • Triển khai mô hình Federated Learning đơn giản
  • So sánh Federated Learning với học máy truyền thống

Quyền Riêng Tư và Bảo Mật Dữ Liệu trong Federated Learning

  • Hiểu các vấn đề về quyền riêng tư dữ liệu trong AI
  • Các kỹ thuật để tăng cường quyền riêng tư trong Federated Learning
  • Phương pháp tổng hợp an toàn và mã hóa dữ liệu

Triển Khai Thực Tế Federated Learning

  • Thiết lập môi trường Federated Learning
  • Xây dựng và huấn luyện mô hình Federated Learning
  • Triển khai Federated Learning trong các tình huống thực tế

Thách Thức và Hạn Chế của Federated Learning

  • Xử lý dữ liệu không độc lập và phân phối đồng nhất (non-IID) trong Federated Learning
  • Communication và các vấn đề đồng bộ hóa
  • Mở rộng Federated Learning cho các mạng lớn

Nghiên Cứu Trường Hợp và Xu Hướng Tương Lai

  • Nghiên cứu trường hợp về các triển khai Federated Learning thành công
  • Khám phá tương lai của Federated Learning
  • Xu hướng mới nổi trong AI bảo vệ quyền riêng tư

Tóm Tắt và Các Bước Tiếp Theo

Requirements

  • Hiểu biết cơ bản về các khái niệm học máy
  • Kinh nghiệm với lập trình Python
  • Làm quen với các nguyên tắc bảo mật dữ liệu

Đối tượng

  • Nhà khoa học dữ liệu
  • Những người đam mê học máy
  • Người mới bắt đầu về AI
 14 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories