課程簡介

核心 Federated Learning 概念回顧

  • 基本 Federated Learning 方法回顧
  • Federated Learning 中的挑戰:通信、計算和隱私
  • 高級 Federated Learning 技術簡介

Federated Learning 的優化演算法

  • Federated Learning 中的優化挑戰概述
  • 高級優化演算法:聯合平均 (FedAvg)、聯合 SGD 等
  • 為大規模聯合系統實現和優化優化演算法

處理 Federated Learning 中的非 IID 數據

  • 瞭解非 IID 資料及其對 Federated Learning 的影響
  • 處理非 IID 數據分佈的策略
  • 案例研究和實際應用

縮放 Federated Learning 個系統

  • 擴展 Federated Learning 系統的挑戰
  • 縱向擴展技術:架構設計、通信協定等
  • 部署大規模 Federated Learning 應用程式

高級隱私和安全注意事項

  • 高級隱私保護技術 Federated Learning
  • 安全聚合和差分隱私
  • 大規模的倫理考慮 Federated Learning

案例研究和實際應用

  • 案例研究:醫療保健領域的大規模 Federated Learning
  • 使用高級 Federated Learning 場景進行動手實踐
  • 實際項目實施

未來趨勢 Federated Learning

  • Federated Learning 中的新興研究方向
  • 技術進步及其影響 Federated Learning
  • 探索未來的機遇和挑戰

總結和後續步驟

最低要求

  • 具有機器學習和深度學習技術的經驗
  • 瞭解基本 Federated Learning 概念
  • 熟練掌握 Python 程式設計

觀眾

  • 經驗豐富的 AI 研究人員
  • 機器學習工程師
  • 數據科學家
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類