Διοικητικές πληροφορίες
Τίτλος | Ομόσπονδη Μάθηση — Εκπαίδευση βαθιά μοντέλα |
Διάρκεια | 150 λεπτά |
Ενότητα | Γ |
Είδος μαθήματος | Πρακτική |
Εστίαση | Τεχνική — Μελλοντική ΤΝ |
Θέμα | Εξελίξεις στα μοντέλα ML μέσω ενός φακού HC — Μια μελέτη προσανατολισμένη στα αποτελέσματα |
Λέξεις-κλειδιά
Ομόσπονδη μάθηση, ροή τάσης,
Μαθησιακοί στόχοι
- Κατανόηση του τρόπου κατάρτισης μοντέλων χρησιμοποιώντας το πλαίσιο της Ομόσπονδης Μάθησης
- Κατανόηση του τρόπου με τον οποίο η τοπική διανομή δεδομένων επηρεάζει την ομόσπονδη μάθηση
- Εξοικείωση με ένα πλαίσιο υψηλού επιπέδου όπως το TensorFlow
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
- Οι μαθητές θα πρέπει να έχουν μια βασική κατανόηση των εννοιών και τεχνικών βαθιάς μάθησης
- Βασική κατανόηση της βαθιάς μάθησης (SGD, αλγόριθμος οπισθοπολλαπλασιασμού) και τεχνικές αξιολόγησης
Προαιρετικό για Φοιτητές
- Λίγη γνώση του πλαισίου TensorFlow και της γλώσσας προγραμματισμού Python
Αναφορές και υπόβαθρο για τους μαθητές
Συνιστάται για εκπαιδευτικούς
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
- Παρέχετε μια πρακτική διάλεξη όπου οι μαθητές μπορούν να μάθουν από καθοδηγούμενες ασκήσεις
- Προτείνετε αναδυόμενα κουίζ
Σχεδιάγραμμα
Διάρκεια | Περιγραφή | Έννοιες | Δραστηριότητα |
---|---|---|---|
20 λεπτά | Εισαγωγή στο πλαίσιο: πώς να κωδικοποιήσετε ένα απλό ομόσπονδο σύστημα μάθησης | Εισαγωγή εργαλείων | Εισαγωγή στα κύρια εργαλεία |
60 λεπτά | Ομόσπονδη εκπαίδευση: ο εύκολος τρόπος. Πώς να εφαρμόσετε μοντέλα αμαξοστοιχιών με ομόσπονδη μάθηση με βάση iid τοπικά δεδομένα | Ομόσπονδος μέσος όρος | Πρακτική συνεδρίαση και παραδείγματα εργασίας |
60 λεπτά | Ομόσπονδη εκπαίδευση: με τον δύσκολο τρόπο. Πώς επηρεάζει η ετερογένεια τον μέσο όρο και τι μπορούμε να κάνουμε | Προκλήσεις που συνδέονται με την Ομόσπονδη Μάθηση | Πρακτική συνεδρίαση και παραδείγματα εργασίας |
10 λεπτά | Συμπέρασμα, ερωτήσεις και απαντήσεις | Περίληψη | Συμπεράσματα |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.