Plan du cours

Introduction à Federated Learning

  • Aperçu des concepts Federated Learning
  • Formation décentralisée des modèles par rapport aux approches centralisées traditionnelles
  • Avantages de Federated Learning en matière de protection de la vie privée et de sécurité des données

Algorithmes de base Federated Learning

  • Introduction à la moyenne fédérée
  • Mise en œuvre d'un modèle Federated Learning simple
  • Comparaison de Federated Learning avec l'apprentissage automatique traditionnel

Confidentialité et sécurité des données dans Federated Learning

  • Comprendre les problèmes de confidentialité des données dans l'IA
  • Techniques d'amélioration de la confidentialité dans Federated Learning
  • Méthodes sécurisées d'agrégation et de cryptage des données

Mise en œuvre pratique de Federated Learning

  • Mise en place d'un environnement Federated Learning
  • Construction et formation d'un modèle Federated Learning
  • Déploiement de Federated Learning dans des scénarios réels

Défis et limites de Federated Learning

  • Traitement des données non IID dans Federated Learning
  • Communication et les problèmes de synchronisation
  • Mise à l'échelle de Federated Learning pour les grands réseaux

Études de cas et tendances futures

  • Études de cas d'implémentations Federated Learning réussies
  • Explorer l'avenir de Federated Learning
  • Tendances émergentes en matière d'IA préservant la vie privée

Résumé et prochaines étapes

Pré requis

  • Compréhension de base des concepts d'apprentissage automatique
  • Expérience de la programmation Python
  • Familiarité avec les principes de confidentialité des données

Audience

  • Scientifiques des données
  • Adeptes de l'apprentissage automatique
  • Débutants en IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Les formations ouvertes requièrent plus de 3 participants.

Cours à venir

Introduction to Federated Learning

2025-06-02 09:30
14 Heures
Langley Business Centre
CA$ 3,514 (En ligne)
CA$ 4,094 (Salle de Classe)

Introduction to Federated Learning

2025-06-16 09:30
14 Heures
Maple Ridge - Dewdney Trunk Road
CA$ 3,514 (En ligne)
CA$ 4,014 (Salle de Classe)

Introduction to Federated Learning

2025-06-30 09:30
14 Heures
Port Moody - Brew Street
CA$ 3,514 (En ligne)
CA$ 4,014 (Salle de Classe)

Introduction to Federated Learning

2025-07-14 09:30
14 Heures
201 Avenue Portage
CA$ 3,514 (En ligne)
CA$ 4,914 (Salle de Classe)

Introduction to Federated Learning

2025-07-28 09:30
14 Heures
St. Mary
CA$ 3,514 (En ligne)
CA$ 3,954 (Salle de Classe)

Cours Similaires

Advanced Federated Learning Techniques

 21 Heures

Cette formation en direct avec instructeur en Canada (en ligne ou sur site) s'adresse aux professionnels de niveau avancé qui souhaitent maîtriser les techniques de pointe Federated Learning et les appliquer à des projets d'IA à grande échelle.

A l'issue de cette formation, les participants seront capables de :

  • Optimiser les algorithmes Federated Learning pour améliorer les performances.
  • Traiter des distributions de données non IID dans Federated Learning.
  • Mettre à l'échelle les systèmes Federated Learning pour des déploiements à grande échelle.
  • Prendre en compte la vie privée, la sécurité et les considérations éthiques dans les scénarios Federated Learning avancés.
En savoir plus...

Federated Learning and Edge AI

 21 Heures

Cette formation en direct avec instructeur à Canada (en ligne ou sur site) s'adresse aux chercheurs en IA de niveau avancé, aux scientifiques des données et aux spécialistes de la sécurité qui souhaitent mettre en œuvre des techniques d'apprentissage fédéré pour former des modèles d'IA sur plusieurs appareils périphériques tout en préservant la confidentialité des données.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les principes et les avantages de l'apprentissage fédéré dans Edge AI.
  • Mettre en œuvre des modèles d'apprentissage fédéré en utilisant TensorFlow Federated et PyTorch.
  • Optimiser l'apprentissage de l'IA à travers des dispositifs distribués.
  • Relever les défis liés à la confidentialité des données et à la sécurité dans le cadre de l'apprentissage fédéré.
  • Déployer et surveiller des systèmes d'apprentissage fédéré dans des applications réelles.
En savoir plus...

Federated Learning for Finance

 14 Heures

Cette formation en direct avec instructeur en Canada (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent appliquer les techniques Federated Learning pour améliorer la confidentialité des données et l'IA collaborative dans l'industrie financière.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les principes et les avantages de Federated Learning dans la finance.
  • Mettre en œuvre des modèles Federated Learning pour des applications financières préservant la vie privée.
  • Analyser des données financières en collaboration sans compromettre la confidentialité.
  • Appliquer Federated Learning à des scénarios financiers réels, tels que la détection des fraudes et la gestion des risques.
En savoir plus...

Federated Learning for Healthcare

 21 Heures

Cette formation en direct avec instructeur en Canada (en ligne ou sur place) s'adresse aux professionnels de niveau intermédiaire qui souhaitent appliquer Federated Learning à des scénarios de soins de santé, en garantissant la confidentialité des données et une collaboration efficace entre les institutions.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre le rôle de Federated Learning dans les soins de santé.
  • Mettre en œuvre des modèles Federated Learning tout en garantissant la confidentialité des données des patients.
  • Collaborer à la formation de modèles d'IA dans plusieurs établissements de soins de santé.
  • Appliquer Federated Learning à des études de cas réels dans le domaine des soins de santé.
En savoir plus...

Federated Learning in IoT and Edge Computing

 14 Heures

Cette formation en direct avec instructeur à Canada (en ligne ou sur site) s'adresse aux professionnels de niveau intermédiaire qui souhaitent appliquer Federated Learning pour optimiser les solutions IoT et edge computing.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les principes et les avantages de Federated Learning dans l'IoT et l'edge computing.
  • Mettre en œuvre des modèles Federated Learning sur des appareils IoT pour un traitement décentralisé de l'IA.
  • Réduire la latence et améliorer la prise de décision en temps réel dans les environnements d'edge computing.
  • Relever les défis liés à la confidentialité des données et aux contraintes du réseau dans les systèmes IoT.
En savoir plus...

Federated Learning for Privacy-Preserving AI

 14 Heures

Cette formation en direct avec instructeur en Canada (en ligne ou sur place) est destinée aux professionnels de niveau intermédiaire qui souhaitent comprendre et appliquer Federated Learning pour garantir la confidentialité des données dans le développement de l'IA.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les principes et les avantages de Federated Learning.
  • Mettre en œuvre des modèles d'apprentissage automatique préservant la vie privée à l'aide des techniques Federated Learning.
  • Relever les défis de la confidentialité des données dans le cadre d'une formation décentralisée à l'IA.
  • Appliquer Federated Learning dans des scénarios du monde réel à travers diverses industries.
En savoir plus...

Federated Learning for Secure AI Collaboration

 14 Heures

Cette formation en direct avec instructeur à Canada (en ligne ou sur place) est destinée aux professionnels de l'IA et des données de niveau intermédiaire qui souhaitent comprendre et mettre en œuvre des techniques d'apprentissage fédéré pour l'apprentissage automatique préservant la vie privée et des solutions d'IA collaboratives à travers des sources de données distribuées.

A l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les concepts fondamentaux et les avantages de l'apprentissage fédéré.
  • Mettre en œuvre des stratégies d'apprentissage distribué pour les modèles d'IA.
  • Appliquer les techniques d'apprentissage fédéré pour sécuriser les collaborations sensibles aux données.
  • Explorer des études de cas et des exemples pratiques d'apprentissage fédéré dans les domaines de la santé et de la finance.
En savoir plus...

Catégories Similaires

Federated Learning
Federated Learning