Course Outline

Pengantar Federated Learning

  • Gambaran Umum Konsep Federated Learning
  • Pelatihan model terdesentralisasi vs. pendekatan terpusat tradisional
  • Manfaat Federated Learning dalam privasi dan keamanan data

Algoritma Dasar Federated Learning

  • Pengantar tentang Rata-rata Terfederasi
  • Implementasi model sederhana Federated Learning
  • Perbandingan Federated Learning dengan pembelajaran mesin tradisional

Privasi dan Keamanan Data di Federated Learning

  • Memahami masalah privasi data dalam AI
  • Teknik untuk meningkatkan privasi di Federated Learning
  • Metode agregasi dan enkripsi data yang aman

Implementasi Praktis Federated Learning

  • Menyiapkan lingkungan Federated Learning
  • Membangun dan melatih model Federated Learning
  • Penerapan Federated Learning dalam skenario dunia nyata

Tantangan dan Keterbatasan Federated Learning

  • Penanganan data non-IID di Federated Learning
  • Communication dan masalah sinkronisasi
  • Skala Federated Learning untuk jaringan besar

Studi Kasus dan Tren Masa Depan

  • Studi kasus implementasi yang sukses Federated Learning
  • Menjelajahi masa depan Federated Learning
  • Tren baru dalam AI yang menjaga privasi

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman dasar tentang konsep pembelajaran mesin
  • Pengalaman dengan pemrograman Python
  • Keakraban dengan prinsip-prinsip privasi data

Hadirin

  • Ilmuwan data
  • Penggemar pembelajaran mesin
  • pemula AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories