Kursplan

Introduksjon til Federated Learning

  • Oversikt over Federated Learning
  • Sentrale begreper og fordeler
  • Federated Learning kontra tradisjonell maskinlæring

Datavern og sikkerhet i AI

  • Forstå bekymringer om personvern i AI
  • Regulatoriske rammer og overholdelse (f.eks. GDPR)
  • Introduksjon til personvernbevarende teknikker

Federated Learning Teknikker

  • Implementering av Federated Learning med Python og PyTorch
  • Bygge personvernbevarende modeller ved å bruke Federated Learning-rammeverk
  • Utfordringer i Federated Learning: kommunikasjon, beregning og sikkerhet

Virkelige applikasjoner av Federated Learning

  • Federated Learning i helsevesenet
  • Federated Learning innen finans og bank
  • Federated Learning i mobil- og IoT-enheter

Avanserte emner i Federated Learning

  • Utforsker forskjellig personvern i Federated Learning
  • Teknikker for sikker aggregering og kryptering
  • Fremtidige retninger og nye trender

Kasusstudier og praktiske anvendelser

  • Kasusstudie: Implementering av Federated Learning i helsevesenet
  • Praktiske øvelser med datasett fra den virkelige verden
  • Praktiske søknader og prosjektarbeid

Sammendrag og neste trinn

Krav

  • Forståelse av grunnleggende maskinlæring
  • Grunnleggende kunnskap om personvernprinsipper
  • Erfaring med Python programmering

Publikum

  • Personverningeniører
  • AI-etikkspesialister
  • Personvernansvarlige
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories