Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Federated Learning
- Descripción general del entrenamiento de IA tradicional vs. aprendizaje federado
- Principios clave y ventajas del aprendizaje federado
- Casos de uso de aprendizaje federado en aplicaciones Edge AI
Federated Learning Arquitectura y flujo de trabajo
- Modelos de aprendizaje federado cliente-servidor y peer-to-peer
- Partición de datos y entrenamiento de modelos descentralizados
- Protocolos Communication y estrategias de agregación
Implementación de Federated Learning con TensorFlow Federated
- Configurar TensorFlow Federated para entrenamiento de IA distribuida
- Construcción de modelos de aprendizaje federado utilizando Python
- Simulación de aprendizaje federado en dispositivos perimetrales
Federated Learning con PyTorch y OpenFL
- Introducción a OpenFL para aprendizaje federado
- Implementación de modelos federados basados en PyTorch
- Personalización de técnicas de agregación federada
Optimización del rendimiento para Edge AI
- Aceleración de hardware para aprendizaje federado
- Reducir la sobrecarga de comunicación y la latencia
- Estrategias de aprendizaje adaptativo para dispositivos con recursos limitados
Privacidad de los datos y seguridad en Federated Learning
- Técnicas de preservación de la privacidad (Agregación segura, Privacidad diferencial, Cifrado homomórfico)
- Mitigación de riesgos de fuga de datos en modelos de IA federados
- Cumplimiento normativo y consideraciones éticas
Desplegando sistemas Federated Learning
- Configurar el aprendizaje federado en dispositivos perimetrales reales
- Monitorear y actualizar modelos federados
- Escalar implementaciones de aprendizaje federado en entornos empresariales
Tendencias futuras y estudios de caso
- Investigación emergente en aprendizaje federado y Edge AI
- Estudios de caso del mundo real en atención médica, finanzas e IoT
- Siguientes pasos para avanzar en las soluciones de aprendizaje federado
Resumen y próximos pasos
Requerimientos
- Gran comprensión de los conceptos de aprendizaje automático y aprendizaje profundo
- Experiencia con Python programación y marcos de IA (PyTorch, TensorFlow o similar)
- Conocimientos básicos de informática distribuida y redes
- Familiaridad con los conceptos de privacidad de datos y seguridad en IA
Público
- Investigadores de IA
- Científicos de datos
- Especialistas en seguridad
21 Horas