Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Federated Learning
- Überblick über Federated Learning
- Wichtige Konzepte und Vorteile
- Federated Learning im Vergleich zu traditionellem maschinellem Lernen
Datenschutz und Sicherheit in der KI
- Verständnis von Datenschutzbedenken in der KI
- Regulatorische Rahmenwerke und Compliance (z. B. DSGVO)
- Einführung in datenschutzschonende Techniken
Techniken des Federated Learning
- Implementierung von Federated Learning mit Python und PyTorch
- Aufbau datenschutzkonformer Modelle mithilfe von Federated-Learning-Frameworks
- Herausforderungen im Federated Learning: Kommunikation, Rechenaufwand und Sicherheit
Praxisnahe Anwendungen von Federated Learning
- Federated Learning im Gesundheitswesen
- Federated Learning in Finanz- und Bankensektor
- Federated Learning auf mobilen Geräten und IoT-Geräten
Fortgeschrittene Themen im Federated Learning
- Erkundung von Differential Privacy im Federated Learning
- Sichere Aggregation und Verschlüsselungstechniken
- Zukünftige Entwicklungen und neue Trends
Fallbeispiele und praktische Anwendungen
- Fallstudie: Implementierung von Federated Learning in einem Krankenhausumfeld
- Praktische Übungen mit realen Datensätzen
- Anwendungsbezogene Projektarbeit
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlagenverständnis des maschinellen Lernens
- Basiswissen zu Prinzipien der Datenprivatsphäre
- Erfahrung mit der Programmiersprache Python
Zielgruppe
- Datenschutz-Ingenieurinnen und -Ingenieure
- Spezialistinnen und Spezialisten für KI-Ethik
- Datenschutzbeauftragte
14 Stunden
