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.
Temario del curso
Introducción al Aprendizaje Federado
- Visión general de los conceptos del Aprendizaje Federado
- Entrenamiento descentralizado de modelos frente a enfoques tradicionales centralizados
- Beneficios del Aprendizaje Federado en privacidad y seguridad de datos
Algoritmos básicos de Aprendizaje Federado
- Introducción al Promedio Federado (Federated Averaging)
- Implementación de un modelo simple de Aprendizaje Federado
- Comparación del Aprendizaje Federado con el aprendizaje automático tradicional
Privacidad y seguridad en el Aprendizaje Federado
- Comprensión de las preocupaciones sobre la privacidad de datos en la IA
- Técnicas para mejorar la privacidad en el Aprendizaje Federado
- Métodos de agregación segura y cifrado de datos
Implementación práctica del Aprendizaje Federado
- Configuración de un entorno de Aprendizaje Federado
- Construcción y entrenamiento de un modelo de Aprendizaje Federado
- Despliegue del Aprendizaje Federado en escenarios del mundo real
Desafíos y limitaciones del Aprendizaje Federado
- Gestión de datos no IID (independientemente e idénticamente distribuidos) en el Aprendizaje Federado
- Problemas de comunicación y sincronización
- Escalar el Aprendizaje Federado para redes grandes
Casos de estudio y tendencias futuras
- Casos de estudio de implementaciones exitosas de Aprendizaje Federado
- Exploración del futuro del Aprendizaje Federado
- Tendencias emergentes en IA que preserva la privacidad
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático
- Experiencia con programación en Python
- Conocimiento de los principios de privacidad de datos
Público objetivo
- Científicos de datos
- Entusiastas del aprendizaje automático
- Principiantes en IA
14 Horas
