感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
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: