Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Tinjauan Konsep Inti Federated Learning
- Rekap metodologi dasar Federated Learning
- Tantangan dalam Federated Learning: komunikasi, komputasi, dan privasi
- Pengantar teknik tingkat lanjut Federated Learning
Algoritma Optimasi untuk Federated Learning
- Tinjauan umum tantangan optimasi di Federated Learning
- Algoritma optimasi lanjutan: Federated Averaging (FedAvg), Federated SGD, dan banyak lagi
- Menerapkan dan menyetel algoritma pengoptimalan untuk sistem terfederasi skala besar
Penanganan Data Non-IID di Federated Learning
- Memahami data non-IID dan dampaknya terhadap Federated Learning
- Strategi untuk menangani distribusi data non-IID
- Studi kasus dan aplikasi dunia nyata
Sistem Skala Federated Learning
- Tantangan dalam penskalaan sistem Federated Learning
- Teknik untuk meningkatkan skala: desain arsitektur, protokol komunikasi, dan banyak lagi
- Menerapkan aplikasi skala besar Federated Learning
Pertimbangan Privasi dan Keamanan Tingkat Lanjut
- Teknik menjaga privasi di tingkat lanjut Federated Learning
- Agregasi aman dan privasi diferensial
- Pertimbangan etika dalam skala besar Federated Learning
Studi Kasus dan Aplikasi Praktis
- Studi kasus: Skala besar Federated Learning di bidang kesehatan
- Praktik langsung dengan skenario tingkat lanjut Federated Learning
- Implementasi proyek di dunia nyata
Tren Masa Depan di Federated Learning
- Arah penelitian yang muncul di Federated Learning
- Kemajuan teknologi dan dampaknya terhadap Federated Learning
- Menjelajahi peluang dan tantangan masa depan
Ringkasan dan Langkah Berikutnya
Requirements
- Pengalaman dengan pembelajaran mesin dan teknik pembelajaran mendalam
- Pemahaman konsep dasar Federated Learning
- Kemampuan dalam Python pemrograman
Hadirin
- Peneliti AI yang berpengalaman
- Insinyur pembelajaran mesin
- Ilmuwan data
21 Hours
