Administrativní informace
| Název | Federated Learning – Vlak hluboké modely |
| Trvání | 150 min |
| Modul | C |
| Typ lekce | Praktické |
| Soustředění | Technické – Budoucí UI |
| Téma | Pokroky v modelech ML prostřednictvím objektivu HC – Studie orientovaná na výsledky |
Klíčová slova
Federované učení,Tensorflow,
Vzdělávací cíle
- Pochopte, jak vyškolit modely pomocí rámce Federated Learning
- Pochopte, jak místní distribuce dat ovlivňuje federované učení
- Seznámit se s rámcem na vysoké úrovni, jako je TensorFlow
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
- Studenti by měli mít základní porozumění konceptům a technikám hlubokého učení.
- Základní porozumění hlubokému učení (SGD, algoritmus zpětného šíření) a hodnotícím technikám
Volitelné pro studenty
- Trochu znalosti frameworku TensorFlow a programovacího jazyka Python
Reference a zázemí pro studenty
Doporučeno pro učitele
Materiály pro výuku
Pokyny pro učitele
- Poskytněte praktickou přednášku, kde se studenti mohou učit z řízených cvičení
- Navrhnout pop-up kvízy
Obrys
| Trvání | Popis | Koncepty | Aktivity |
|---|---|---|---|
| 20 min | Úvod do rámce: jak kódovat jednoduchý federovaný vzdělávací systém | Úvod nástrojů | Úvod do hlavních nástrojů |
| 60 min | Federativní odborná příprava: snadný způsob. Jak aplikovat modely vlaků s federovaným učením založeným na lokálních datech iid | Federativní průměr | Praktická část a pracovní příklady |
| 60 min | Federativní odborná příprava: tvrdá cesta. Jak heterogenita ovlivňuje Federovaný průměr a co můžeme dělat | Výzvy spojené s Federovaným učením | Praktická část a pracovní příklady |
| 10 min | Závěr, otázky a odpovědi | Shrnutí | Závěry |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.