課程簡介

介紹 Federated Learning

  • 什麼是聯合學習，它與集中式學習有何不同？
  • 聯邦學習在安全 AI 協作中的優勢
  • 敏感數據領域的使用案例和應用

Federated Learning 的核心元件

  • 聯合數據、用戶端和模型聚合
  • Communication 協定和更新
  • 在聯合環境中處理異構性

資料隱私和安全 Federated Learning

  • 數據最小化和隱私原則
  • 保護模型更新的技術（例如，差分隱私）
  • 符合數據保護法規的聯合學習

實施 Federated Learning

  • 設置聯合學習環境
  • 使用聯合框架進行分散式模型訓練
  • 性能和準確性注意事項

Federated Learning 醫療保健

  • 醫療保健領域的安全數據共享和隱私問題
  • 用於醫學研究和診斷的協作式 AI
  • 案例研究：醫學成像和診斷中的聯邦學習

Federated Learning 在 Finance 中

  • 使用聯合學習進行安全的財務建模
  • 使用聯合方法進行欺詐檢測和風險分析
  • 金融機構內部安全數據協作的案例研究

挑戰與未來 Federated Learning

  • 聯邦學習中的技術和運營挑戰
  • 聯合 AI 的未來趨勢和進步
  • 探索跨行業聯合學習的機會

總結和後續步驟

最低要求

  • 對機器學習概念的基本理解
  • 熟悉數據隱私和安全基礎知識

觀眾

  • 專注於隱私保護機器學習的數據科學家和 AI 研究人員
  • 處理敏感數據的醫療保健和財務專業人員
  • 對安全的 AI 協作方法感興趣的 IT 和合規經理
 14 時間：

人數


每位參與者的報價

Open Training Courses require 5+ participants.

Upcoming Courses

Federated Learning for Secure AI Collaboration

2025-05-12 09:30
14 時間：
全球運籌中心, 台中
19800 NT$ (线上)
145800 NT$ (課堂)

Federated Learning for Secure AI Collaboration

2025-05-26 09:30
14 時間：
The Hsinchu Wishun centre
19800 NT$ (线上)
19800 NT$ (課堂)

Federated Learning for Secure AI Collaboration

2025-06-09 09:30
14 時間：
Taipei, Aurora
19800 NT$ (线上)
19800 NT$ (課堂)

Federated Learning for Secure AI Collaboration

2025-06-23 09:30
14 時間：
台北, Concord
19800 NT$ (线上)
19800 NT$ (課堂)

Federated Learning for Secure AI Collaboration

2025-07-07 09:30
14 時間：
台北華新信義
19800 NT$ (线上)
19800 NT$ (課堂)

Federated Learning for Secure AI Collaboration

2025-07-21 09:30
14 時間：
全球運籌中心, 台中
19800 NT$ (线上)
145800 NT$ (課堂)

相關課程

Advanced Federated Learning Techniques

 21 時間：

這種由講師指導的 台灣 現場培訓（在線或現場）面向希望掌握尖端 Federated Learning 技術並將其應用於大型 AI 專案的高級專業人員。

在本次培訓結束時，參與者將能夠：

  • 優化 Federated Learning 演算法以提高性能。
  • 處理 Federated Learning 中的非 IID 數據分佈。
  • 擴展 Federated Learning 個系統以進行大規模部署。
  • 解決高級 Federated Learning 場景中的隱私、安全和道德注意事項。
更多...

Introduction to Federated Learning

 14 時間：

這種由 講師指導的 台灣 現場培訓（在線或現場）面向希望學習 Federated Learning 基礎知識及其實際應用的初級專業人士。

在本次培訓結束時，參與者將能夠：

  • 理解 Federated Learning 的原理。
  • 實現基本的 Federated Learning 演算法。
  • 使用 Federated Learning 解決數據隱私問題。
  • 將 Federated Learning 集成到現有的 AI 工作流中。
更多...

Federated Learning and Edge AI

 21 時間：

這個由導師主導的現場培訓課程旨在教導高級人工智慧研究人員、數據科學家和安全專家，讓他們能夠在多個邊緣設備上實現聯邦學習技術來訓練人工智慧模型，同時保持數據隱私。

通過這次培訓，參加者將能夠：

  • 了解聯邦學習在Edge AI中的原則和好處。
  • 使用TensorFlow Federated 和 PyTorch 實現聯邦學習模型。
  • 優化分佈式邊緣設備的人工智慧訓練。
  • 解決聯邦學習中的數據隱私和安全挑戰。
  • 在實際應用中部署和監控聯邦學習系統。
更多...

Federated Learning for Finance

 14 時間：

這種由講師指導的 台灣 現場培訓（在線或現場）面向希望應用 Federated Learning 技術來增強金融行業數據隱私和協作 AI 的中級專業人員。

在本次培訓結束時，參與者將能夠：

  • 了解財務中 Federated Learning 的原則和優勢。
  • 為保護隱私的金融應用程序實施 Federated Learning 模型。
  • 在不影響隱私的情況下協作分析財務數據。
  • 將 Federated Learning 應用於實際的財務場景，例如欺詐檢測和風險管理。
更多...

Federated Learning for Healthcare

 21 時間：

這種由講師指導的 台灣 現場培訓（在線或現場）面向希望將 Federated Learning 應用於醫療保健場景的中級專業人員，確保數據隱私和跨機構的有效協作。

在本次培訓結束時，參與者將能夠：

  • 瞭解 Federated Learning 在醫療保健中的作用。
  • 實施 Federated Learning 模型，同時確保患者數據隱私。
  • 跨多個醫療保健機構協作進行 AI 模型訓練。
  • 將 Federated Learning 應用於現實世界的醫療保健案例研究。
更多...

Federated Learning in IoT and Edge Computing

 14 時間：

這種講師指導的現場培訓在 台灣（在線或現場）進行，面向希望應用 Federated Learning 來優化IoT和邊緣計算解決方案的中級專業人士。

在本次培訓結束時，參與者將能夠：

  • 瞭解 Federated Learning 在IoT和邊緣計算中的原理和優勢。
  • 在 IoT 設備上實施 Federated Learning 模型以進行去中心化的 AI 處理。
  • 減少延遲並改進邊緣計算環境中的實時決策。
  • 解決與IoT系統中的數據隱私和網路限制相關的挑戰。
更多...

Federated Learning for Privacy-Preserving AI

 14 時間：

這種由講師指導的 台灣 現場培訓（在線或現場）面向希望理解和應用 Federated Learning 以確保 AI 開發中的數據隱私的中級專業人員。

在本次培訓結束時，參與者將能夠：

  • 瞭解 Federated Learning 的原理和優勢。
  • 使用 Federated Learning 技術實現隱私保護機器學習模型。
  • 解決分散式 AI 訓練中的數據隱私挑戰。
  • 將 Federated Learning 應用於各個行業的實際場景。
更多...

課程分類

Image for the Federated Learning
Federated Learning