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
- O que é a aprendizagem federada e em que é que difere da aprendizagem centralizada?
- Vantagens da aprendizagem federada para uma colaboração segura em matéria de IA
- Casos de utilização e aplicações em sectores de dados sensíveis
Componentes principais de Federated Learning
- Dados federados, clientes e agregação de modelos
- Protocolos e actualizações Communication
- Lidar com a heterogeneidade em ambientes federados
Privacidade e segurança dos dados em Federated Learning
- Minimização de dados e princípios de privacidade
- Técnicas para proteger actualizações de modelos (por exemplo, privacidade diferencial)
- Aprendizagem federada em conformidade com os regulamentos de proteção de dados
Implementar Federated Learning
- Criação de um ambiente de aprendizagem federada
- Formação de modelos distribuídos com estruturas federadas
- Considerações sobre desempenho e exatidão
Federated Learning nos cuidados de saúde
- Partilha segura de dados e preocupações com a privacidade nos cuidados de saúde
- IA colaborativa para investigação e diagnóstico médico
- Estudos de caso: aprendizagem federada na imagiologia e diagnóstico médicos
Federated Learning em Finance
- Utilização da aprendizagem federada para modelação financeira segura
- Deteção de fraudes e análise de riscos com abordagens federadas
- Estudos de casos de colaboração segura de dados em instituições financeiras
Desafios e futuro de Federated Learning
- Desafios técnicos e operacionais da aprendizagem federada
- Tendências futuras e avanços na IA federada
- Exploração de oportunidades para a aprendizagem federada em todos os sectores
Resumo e próximas etapas
Requisitos
- Conhecimento básico dos conceitos de aprendizagem automática
- Familiaridade com os princípios básicos de privacidade e segurança dos dados
Público-alvo
- Cientistas de dados e investigadores de IA centrados na aprendizagem automática com preservação da privacidade
- Profissionais de saúde e finanças que lidam com dados confidenciais
- Gestores de TI e de conformidade interessados em métodos seguros de colaboração de IA
14 Horas