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
- Schlüsselkonzepte und Vorteile
- Federated Learning vs. traditionelles maschinelles Lernen
Datenschutz und Sicherheit in der KI
- Verständnis der Datenschutzbelange in der KI
- Rechtliche Rahmenbedingungen und Compliance (z. B. GDPR)
- Einführung in Techniken zur Wahrung der Privatsphäre
Federated Learning-Techniken
- Implementierung von Federated Learning mit Python und PyTorch
- Aufbau von datenschutzfreundlichen Modellen mit Federated Learning-Frameworks
- Herausforderungen in Federated Learning: Kommunikation, Berechnungen und Sicherheit
Real-World-Anwendungen von Federated Learning
- Federated Learning im Gesundheitswesen
- Federated Learning im Finanz- und Bankwesen
- Federated Learning in mobilen und IoT-Geräten
Fortgeschrittene Themen in Federated Learning
- Erforschung der differentiellen Privatsphäre in Federated Learning
- Sichere Aggregations- und Verschlüsselungstechniken
- Zukünftige Richtungen und aufkommende Trends
Fallstudien und praktische Anwendungen
- Fallstudie: Implementierung von Federated Learning in einer Gesundheitseinrichtung
- Praktische Übungen mit realen Datensätzen
- Praktische Anwendungen und Projektarbeit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis der Grundlagen des maschinellen Lernens
- Grundlegende Kenntnisse der Grundsätze des Datenschutzes
- Erfahrung mit Python-Programmierung
Zielgruppe
- Datenschutz-Ingenieure
- KI-Ethik-Spezialisten
- Datenschutzbeauftragte
14 Stunden
