Kurzusleírás

Bevezetés a Federated Learningbe

  • A Federated Learning áttekintése
  • Kulcsfogalmak és előnyök
  • Federated Learning vs. hagyományos gépi tanulás

Adatvédelem és biztonság a mesterséges intelligenciában

  • Az adatvédelem kihívásainak megértése a mesterséges intelligenciában
  • Szabályozási keretrendszerek és megfelelőség (pl. GDPR)
  • Bevezetés az adatvédelmi technikákba

Federated Learning technikák

  • Federated Learning implementálása Python és PyTorch segítségével
  • Adatvédelemmel összeegyeztethető modellek építése Federated Learning keretrendszerek használatával
  • Kihívások a Federated Learningben: kommunikáció, számítás és biztonság

Federated Learning valós alkalmazásai

  • Federated Learning az egészségügyben
  • Federated Learning a pénzügyi és banki szektorban
  • Federated Learning mobil- és IoT eszközökön

Haladó témák a Federated Learningben

  • Differenciális adatvédelem vizsgálata a Federated Learningben
  • Biztonságos aggregáció és titkosítási technikák
  • Jövőbeli irányok és új trendek

Esettanulmányok és gyakorlati alkalmazások

  • Esettanulmány: Federated Learning implementálása egészségügyi környezetben
  • Gyakorlati feladatok valós adathalmazokkal
  • Gyakorlati alkalmazások és projektmunka

Összefoglalás és következő lépések

Követelmények

  • A gépi tanulás alapjainak ismerete
  • Alapvető ismeretek az adatvédelem elveiről
  • Tapasztalat Python programozásban

Célközönség

  • Adatvédelmi mérnökök
  • MI etikai szakértők
  • Adatvédelmi tisztviselők
 14 Órák

Résztvevők száma


Ár per résztvevő

A nyílt képzésekhez 5+ résztvevő szükséges.

Közelgő kurzusok

Federated Learning az adatvédelemmel összeegyeztethető mesterséges intelligencia érdekében

2026-04-30 09:30
14 órák
Debrecen
540 EUR (Online.)
940 EUR (Tanterem)

Federated Learning az adatvédelemmel összeegyeztethető mesterséges intelligencia érdekében

2026-05-14 09:30
14 órák
Budapest, V. kerület
540 EUR (Online.)
940 EUR (Tanterem)

Federated Learning az adatvédelemmel összeegyeztethető mesterséges intelligencia érdekében

2026-05-28 09:30
14 órák
Miskolc, Tapolcafürdő
540 EUR (Online.)
940 EUR (Tanterem)

Federated Learning az adatvédelemmel összeegyeztethető mesterséges intelligencia érdekében

2026-06-11 09:30
14 órák
Szeged, Felső Tisza-Part
540 EUR (Online.)
940 EUR (Tanterem)

Rokon tanfolyam

Haladó Federated Learning Technikák

 21 Órák

Ez az oktató által vezetett, élőben zajló képzés Magyarország (online vagy helyszíni) haladó szintű szakembereknek szól, akik szeretnék elsajátítani a legújabb Federated Learning technikákat, és nagy léptékű AI projektekben alkalmazni azokat.

A képzés végére a résztvevők képesek lesznek:

  • Optimalizálni a Federated Learning algoritmusokat a jobb teljesítmény érdekében.
  • Kezelni a nem azonos eloszlású (non-IID) adatokat a Federated Learningben.
  • Skálázni a Federated Learning rendszereket nagy léptékű telepítésekhez.
  • Foglalkozni az adatvédelemmel, biztonsággal és etikai kérdésekkel a haladó Federated Learning forgatókönyvekben.
Olvass tovább...

Bevezetés a Federated Learningbe

 14 Órák

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszínen) kezdő szintű szakembereknek szól, akik szeretnének megismerni a Federated Learning alapjait és gyakorlati alkalmazásait.

A képzés végén a résztvevők képesek lesznek:

  • Megérteni a Federated Learning alapelveit.
  • Alapvető Federated Learning algoritmusokat implementálni.
  • Adatvédelmi aggályok kezelése a Federated Learning segítségével.
  • A Federated Learning integrálása meglévő AI munkafolyamatokba.
Olvass tovább...

Federated Learning és Edge AI

 21 Órák

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) haladó szintű AI-kutatók, adattudósok és biztonsági szakemberek számára készült, akik szeretnék megvalósítani a federated learning technikákat AI modellek képzésére több edge eszközön keresztül, miközben megőrzik az adatvédelmet.

A képzés végére a résztvevők képesek lesznek:

  • Megérteni a federated learning alapelveit és előnyeit az Edge AI-ban.
  • Federated learning modelleket implementálni a TensorFlow Federated és PyTorch segítségével.
  • Optimalizálni az AI-képzést elosztott edge eszközökön.
  • Kezelni az adatvédelmi és biztonsági kihívásokat a federated learningben.
  • Üzembe helyezni és monitorozni federated learning rendszereket valós alkalmazásokban.
Olvass tovább...

Federated Learning a pénzügyi szektorban

 14 Órák

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű szakembereknek szól, akik szeretnék alkalmazni a Federated Learning technikákat az adatvédelem és az együttműködésen alapuló mesterséges intelligencia fejlesztésében a pénzügyi iparágban.

A képzés végére a résztvevők képesek lesznek:

  • Megérteni a Federated Learning alapelveit és előnyeit a pénzügyi szektorban.
  • Implementálni Federated Learning modelleket az adatvédelmet biztosító pénzügyi alkalmazásokhoz.
  • Együttműködve elemezni pénzügyi adatokat az adatvédelem sérülése nélkül.
  • Alkalmazni a Federated Learninget valós pénzügyi forgatókönyvekben, például csalásfelismerésben és kockázatkezelésben.
Olvass tovább...

Federated Learning az Egészségügyben

 21 Órák

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középszintű szakembereknek szól, akik a Federated Learning alkalmazását szeretnék megismerni egészségügyi forgatókönyvekben, biztosítva az adatvédelmet és az intézmények közötti hatékony együttműködést.

A képzés végén a résztvevők képesek lesznek:

  • Megérteni a Federated Learning szerepét az egészségügyben.
  • Federated Learning modelleket implementálni, miközben megőrzik a betegadatok védelmét.
  • Együttműködni AI-modellek képzésében több egészségügyi intézmény között.
  • Federated Learning alkalmazása valós egészségügyi esettanulmányokon.
Olvass tovább...

Federated Learning az IoT és Edge Computing területén

 14 Órák

Ez az oktató által vezetett, élőben képzés Magyarország (online vagy helyszínen) középszintű szakembereknek szól, akik szeretnék alkalmazni a Federated Learninget az IoT és edge computing megoldások optimalizálására.

A képzés végére a résztvevők képesek lesznek:

  • Megérteni a Federated Learning alapelveit és előnyeit az IoT és edge computing területén.
  • Federated Learning modellek implementálása IoT eszközökön decentralizált AI feldolgozáshoz.
  • Késleltetés csökkentése és valós idejű döntéshozatal javítása edge computing környezetekben.
  • Az adatvédelemmel és hálózati korlátozásokkal kapcsolatos kihívások kezelése IoT rendszerekben.
Olvass tovább...

Federated Learning for Secure AI Collaboration

 14 Órák

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) középhaladó szintű AI és adatszakemberek számára készült, akik szeretnének megismerni és alkalmazni a federated learning technikákat az adatvédelmet előtérbe helyező gépi tanulás és az elosztott adatforrásokon alapuló együttműködő AI megoldások területén.

A képzés végére a résztvevők képesek lesznek:

  • Megérteni a federated learning alapvető fogalmait és előnyeit.
  • AI modellek elosztott tanítási stratégiáinak implementálása.
  • Federated learning technikák alkalmazása biztonságos, adatérzékeny együttműködésekhez.
  • Esettanulmányok és gyakorlati példák felfedezése a federated learning alkalmazásairól az egészségügyben és a pénzügyekben.
Olvass tovább...

Rokon kategóriák

Federated Learning
Federated Learning