Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einleitung zu Federated Learning
- Was ist föderiertes Lernen, und wie unterscheidet es sich von zentralisiertem Lernen?
- Vorteile des föderierten Lernens für eine sichere KI-Zusammenarbeit
- Anwendungsfälle und Anwendungen in sensiblen Datenbereichen
Kernkomponenten von Federated Learning
- Föderierte Daten, Clients und Modellaggregation
- Communication Protokolle und Aktualisierungen
- Umgang mit Heterogenität in föderierten Umgebungen
Datenschutz und Sicherheit in Federated Learning
- Datenminimierung und Datenschutzprinzipien
- Techniken zur Sicherung von Modellaktualisierungen (z. B. differentieller Datenschutz)
- Föderiertes Lernen unter Einhaltung von Datenschutzbestimmungen
Implementierung Federated Learning
- Einrichten einer föderierten Lernumgebung
- Verteiltes Modelltraining mit föderierten Frameworks
- Überlegungen zu Leistung und Genauigkeit
Federated Learning im Gesundheitswesen
- Sicherer Datenaustausch und Datenschutz im Gesundheitswesen
- Kollaborative KI für medizinische Forschung und Diagnose
- Fallstudien: föderiertes Lernen in der medizinischen Bildgebung und Diagnose
Federated Learning in Finance
- Föderiertes Lernen für sichere Finanzmodellierung
- Betrugserkennung und Risikoanalyse mit föderativen Ansätzen
- Fallstudien zur sicheren Datenzusammenarbeit in Finanzinstituten
Herausforderungen und Zukunft von Federated Learning
- Technische und betriebliche Herausforderungen beim föderierten Lernen
- Zukünftige Trends und Fortschritte in der föderierten KI
- Erkundung der Möglichkeiten für föderiertes Lernen in verschiedenen Branchen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von Konzepten des maschinellen Lernens
- Vertrautheit mit den Grundlagen des Datenschutzes und der Datensicherheit
Zielgruppe
- Datenwissenschaftler und KI-Forscher, die sich mit datenschutzfreundlichem maschinellem Lernen beschäftigen
- Fachleute aus dem Gesundheits- und Finanzwesen, die mit sensiblen Daten umgehen
- IT- und Compliance-Manager, die an sicheren KI-Kollaborationsmethoden interessiert sind
14 Stunden