Entrar em Contato

Programa do Curso

Introdução ao Aprendizado Federado

  • Visão geral do Aprendizado Federado
  • Conceitos-chave e benefícios
  • Aprendizado Federado versus aprendizado de máquina tradicional

Privacidade e Segurança de Dados na IA

  • Compreensão das preocupações com a privacidade dos dados na IA
  • Estruturas regulatórias e conformidade (por exemplo, LGPD)
  • Introdução às técnicas que preservam a privacidade

Técnicas de Aprendizado Federado

  • Implementação do Aprendizado Federado com Python e PyTorch
  • Construção de modelos que preservam a privacidade usando frameworks de Aprendizado Federado
  • Desafios no Aprendizado Federado: comunicação, computação e segurança

Aplicações do Mundo Real do Aprendizado Federado

  • Aprendizado Federado na saúde
  • Aprendizado Federado nas finanças e no setor bancário
  • Aprendizado Federado em dispositivos móveis e IoT

Tópicos Avançados no Aprendizado Federado

  • Explorando a Privacidade Diferencial no Aprendizado Federado
  • Técnicas de Agregação Segura e Criptografia
  • Direções futuras e tendências emergentes

Estudos de Caso e Aplicações Práticas

  • Estudo de caso: Implementação do Aprendizado Federado em um ambiente de saúde
  • Exercícios práticos com conjuntos de dados reais
  • Aplicações práticas e trabalho em projetos

Resumo e Próximos Passos

Requisitos

  • Compreensão dos fundamentos do aprendizado de máquina
  • Conhecimento básico dos princípios de privacidade de dados
  • Experiência com programação em Python

Público-Alvo

  • Engenheiros de privacidade
  • Especialistas em ética de IA
  • Oficiais de privacidade de dados
 14 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas