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
- Was ist Federated Learning und wie unterscheidet es sich vom zentralisierten Lernen?
- Vorteile von Federated Learning für die sichere KI-Zusammenarbeit
- Anwendungsfälle und Einsatzgebiete in Branchen mit sensiblen Daten
Kernkomponenten von Federated Learning
- Federierte Daten, Clients und Modellaggregation
- Kommunikationsprotokolle und Updates
- Umgang mit Heterogenität in federierten Umgebungen
Datenschutz und Sicherheit im Federated Learning
- Datenminimierung und Grundsätze des Datenschutzes
- Techniken zur Sicherung von Modellupdates (z. B. Differential Privacy)
- Federated Learning in Übereinstimmung mit Datenschutzbestimmungen
Implementierung von Federated Learning
- Einrichten einer federierten Lernumgebung
- Verteiltes Modelltraining mit federierten Frameworks
- Aspekte der Leistung und Genauigkeit
Federated Learning im Gesundheitswesen
- Sicherer Datenaustausch und Datenschutzbedenken im Gesundheitswesen
- Kollaborative KI für die medizinische Forschung und Diagnostik
- Fallstudien: Federated Learning in der medizinischen Bildgebung und Diagnose
Federated Learning im Finanzbereich
- Nutzung von Federated Learning für sichere finanzielle Modellierungen
- Betrugserkennung und Risikoanalyse mit federierten Ansätzen
- Fallstudien zur sicheren Datenzusammenarbeit innerhalb von Finanzinstituten
Herausforderungen und Zukunft von Federated Learning
- Technische und operative Herausforderungen im Federated Learning
- Zukünftige Trends und Entwicklungen im Bereich federierter KI
- Erkundung von Möglichkeiten für Federated Learning in verschiedenen Branchen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis der Konzepte des maschinellen Lernens
- Vertrautheit mit den Grundlagen von Datenschutz und Sicherheit
Zielgruppe
- Data Scientists und KI-Forschende, die sich auf datenschutzkonformes maschinelles Lernen konzentrieren
- Fachkräfte aus dem Gesundheitswesen und Finanzbereich, die mit sensiblen Daten umgehen
- IT- und Compliance-Manager, die sich für Methoden der sicheren KI-Zusammenarbeit interessieren
14 Stunden
