Aller au contenu principal

Introduction au machine Learning Fédéré

Date de mise à jour :
Identifiant Offre Info : 14_AF_0000269283
Organisme responsable : NOBLEPROG FRANCE (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

  • Comprendre les principes de Federated Learning.
  • Mettre en œuvre des algorithmes Federated Learning de base.
  • Répondre aux préoccupations en matière de confidentialité des données en utilisant Federated Learning.
  • Intégrer Federated Learning dans les flux de travail existants de l'IA.

Programme de la formation

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…

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

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Financement

Conventionnement
Non

Conditions d'accès

Publics visés

  • Salarié
  • Tout public

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

-

Lieu de réalisation de l'action

Modalités d'enseignement

Formation mixte

Adresse

49 Rue de Paradis
75010 Paris 10e

Responsable : NobleProg France

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
NOBLEPROG FRANCE
75010 Paris 10e
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates permanentes