Course Outline

Federated Learning 소개

  • Federated Learning 개요
  • 주요 개념 및 이점
  • Federated Learning vs. 전통적인 머신 러닝

AI의 데이터 프라이버시 및 보안

  • AI의 데이터 개인정보 보호 문제 이해
  • 규제 프레임워크 및 규정 준수(예: GDPR)
  • 개인정보 보호 기술 소개

Federated Learning 기술

  • Python 및 PyTorch을 사용하여 Federated Learning 구현
  • Federated Learning 프레임워크를 사용하여 개인 정보 보호 모델 구축
  • Federated Learning의 과제: 통신, 계산 및 보안

Federated Learning의 실제 세계 응용 프로그램

  • Federated Learning 의료 분야에서
  • Federated Learning 금융 및 은행업
  • Federated Learning 모바일 및 IoT 기기에서

Federated Learning의 고급 주제

  • Federated Learning에서 차등 개인 정보 보호 탐색
  • 보안 집계 및 암호화 기술
  • 미래 방향 및 새로운 추세

사례 연구 및 실제 응용 프로그램

  • 사례 연구: 의료 환경에서 Federated Learning 구현
  • 실제 데이터 세트를 사용한 실습 연습
  • 실제 응용 및 프로젝트 작업

요약 및 다음 단계

Requirements

  • 머신러닝 기본에 대한 이해
  • 데이터 개인정보 보호 원칙에 대한 기본 지식
  • Python 프로그래밍 경험

청중

  • 개인정보 보호 엔지니어
  • AI 윤리 전문가
  • 데이터 개인정보 보호 책임자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories