Kursplan

Introduktion till Federated Learning

  • Översikt över Federated Learning
  • Viktiga begrepp och fördelar
  • Federated Learning jämfört med traditionell maskininlärning

Datasekretess och säkerhet inom AI

  • Förstå problem med datasekretess i AI
  • Regelverk och efterlevnad (t.ex. GDPR)
  • Introduktion till integritetsbevarande tekniker

Federated Learning Tekniker

  • Implementera Federated Learning med Python och PyTorch
  • Skapa integritetsbevarande modeller med hjälp av Federated Learning ramverk
  • Utmaningar i Federated Learning: kommunikation, beräkning och säkerhet

Verkliga tillämpningar av Federated Learning

  • Federated Learning inom hälso- och sjukvården
  • Federated Learning inom finans och bankväsende
  • Federated Learning i mobila enheter och IoT-enheter

Avancerade ämnen i Federated Learning

  • Utforska differentiell sekretess i Federated Learning
  • Säkra aggregerings- och krypteringstekniker
  • Framtida riktningar och nya trender

Fallstudier och praktiska tillämpningar

  • Fallstudie: Implementering Federated Learning i en vårdmiljö
  • Praktiska övningar med verkliga datauppsättningar
  • Praktiska tillämpningar och projektarbete

Sammanfattning och nästa steg

Krav

  • Förståelse för grunderna i maskininlärning
  • Grundläggande kunskaper om principer för dataskydd
  • Erfarenhet av Python programmering

Publik

  • Ingenjörer inom sekretess
  • Specialister på AI-etik
  • Ombud för dataskydd
 14 timmar

Antal deltagare


Price per participant

Open Training Courses require 5+ participants.

Upcoming Courses

Federated Learning for Privacy-Preserving AI

2025-05-26 09:30
14 timmar
Linköping
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Privacy-Preserving AI

2025-06-09 09:30
14 timmar
Stockholm, Hötorget
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Privacy-Preserving AI

2025-06-23 09:30
14 timmar
Uppsala
2000 EUR (Online)
2600 EUR (Klassrum)

Federated Learning for Privacy-Preserving AI

2025-07-07 09:30
14 timmar
Malmö, Stadskärna
2000 EUR (Online)
2400 EUR (Klassrum)

Federated Learning for Privacy-Preserving AI

2025-07-21 09:30
14 timmar
Göteborg
2000 EUR (Online)
2400 EUR (Klassrum)

Relaterade Kurser

Advanced Federated Learning Techniques

 21 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på avancerad nivå som vill bemästra banbrytande Federated Learning tekniker och tillämpa dem på storskaliga AI-projekt.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Optimera Federated Learning algoritmer för förbättrad prestanda.
  • Hantera icke-IID-datadistributioner i Federated Learning.
  • Skala Federated Learning system för storskaliga distributioner.
  • Hantera sekretess, säkerhet och etiska överväganden i avancerade Federated Learning scenarier.
LÄS MER...

Introduction to Federated Learning

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på nybörjarnivå som vill lära sig grunderna i Federated Learning och dess praktiska tillämpningar.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna för Federated Learning.
  • Implementera grundläggande Federated Learning algoritmer.
  • Hantera problem med datasekretess med hjälp av Federated Learning.
  • Integrera Federated Learning i befintliga AI-arbetsflöden.
LÄS MER...

Federated Learning and Edge AI

 21 timmar

Denna instruktörsledda, liveträning i Sverige (online eller på plats) är inriktad på avancerade AI-forskare, datavetare och säkerhetsspecialister som vill implementera tekniker för federerad inlärning för att träna AI-modeller på flera edge-enheter samtidigt som de bevarar datasekretessen.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med federerad inlärning i Edge AI.
  • Implementera modeller för federerad inlärning med hjälp av TensorFlow Federated och PyTorch.
  • Optimera AI-utbildning över distribuerade edge-enheter.
  • Ta itu med utmaningar när det gäller dataskydd och säkerhet inom federerad inlärning.
  • Distribuera och övervaka system för federerad inlärning i verkliga tillämpningar.
LÄS MER...

Federated Learning for Finance

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning tekniker för att förbättra datasekretess och samarbets-AI inom finansbranschen.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med Federated Learning inom ekonomi.
  • Implementera Federated Learning modeller för integritetsbevarande finansiella applikationer.
  • Analysera finansiella data i samarbete utan att kompromissa med integriteten.
  • Tillämpa Federated Learning på verkliga finansiella scenarier, till exempel identifiering av bedrägerier och riskhantering.
LÄS MER...

Federated Learning for Healthcare

 21 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning på hälso- och sjukvårdsscenarier, vilket säkerställer datasekretess och effektivt samarbete mellan institutioner.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå rollen för Federated Learning inom hälso- och sjukvården.
  • Implementera Federated Learning-modeller samtidigt som du säkerställer sekretessen för patientdata.
  • Samarbeta om träning av AI-modeller mellan flera vårdinstitutioner.
  • Tillämpa Federated Learning på verkliga fallstudier inom hälso- och sjukvården.
LÄS MER...

Federated Learning in IoT and Edge Computing

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa Federated Learning för att optimera IoT- och edge computing-lösningar.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå principerna och fördelarna med Federated Learning i IoT och databehandling på gränsenheter.
  • Implementera Federated Learning modeller på IoT-enheter för decentraliserad AI-bearbetning.
  • Minska latensen och förbättra beslutsfattandet i realtid i databehandlingsmiljöer på gränsenheter.
  • Hantera utmaningar relaterade till datasekretess och nätverksbegränsningar i IoT-system.
LÄS MER...

Federated Learning for Secure AI Collaboration

 14 timmar

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till AI- och dataproffs på mellannivå som vill förstå och implementera federerade inlärningstekniker för integritetsbevarande maskininlärning och samarbetsbaserade AI-lösningar över distribuerade datakällor.

I slutet av denna utbildning kommer deltagarna att kunna:

  • Förstå de grundläggande begreppen och fördelarna med federerad inlärning.
  • Implementera distribuerade träningsstrategier för AI-modeller.
  • Använd federerade inlärningstekniker för att skydda datakänsliga samarbeten.
  • Utforska fallstudier och praktiska exempel på federerat lärande inom hälso- och sjukvård och ekonomi.
LÄS MER...

Relaterade Kategorier

Federated Learning
Federated Learning