Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução a Federated Learning
- Visão geral de Federated Learning
- Principais conceitos e vantagens
- Federated Learning vs. aprendizagem automática tradicional
Privacidade e segurança dos dados na IA
- Compreender as preocupações com a privacidade dos dados na IA
- Quadros regulamentares e conformidade (por exemplo, GDPR)
- Introdução às técnicas de preservação da privacidade
Técnicas de Federated Learning
- Implementação de Federated Learning com Python e PyTorch
- Construção de modelos de preservação da privacidade utilizando quadros Federated Learning
- Desafios em Federated Learning: comunicação, computação e segurança
Aplicações do mundo real de Federated Learning
- Federated Learning nos cuidados de saúde
- Federated Learning nas finanças e na banca
- Federated Learning em dispositivos móveis e IoT
Tópicos avançados em Federated Learning
- Explorando a privacidade diferencial em Federated Learning
- Agregação segura e técnicas de encriptação
- Direcções futuras e tendências emergentes
Estudos de casos e aplicações práticas
- Estudo de caso: Implementação de Federated Learning num ambiente de cuidados de saúde
- Exercícios práticos com conjuntos de dados do mundo real
- Aplicações práticas e trabalho de projeto
Resumo e próximos passos
Requisitos
- Compreensão dos fundamentos da aprendizagem automática
- Conhecimentos básicos dos princípios da privacidade dos dados
- Experiência com programação Python
Público-alvo
- Engenheiros de privacidade
- Especialistas em ética de IA
- Responsáveis pela privacidade de dados
14 Horas