Federacinio mokymo pagrindai
Struktūrizuotas kursas apie federacinės mokymosi architektūrą ir jos taikymą finansiniame sektoriuje. Sužinokite, kaip mokyti AI modelius neperkeldami jautrių klientų duomenų tarp institucijų. Kursą sudaro teorinės paskaitos ir praktiniai pavyzdžiai, susiję su fiskalinėmis sistemomis.
-
Decentralizuota modelio mokyba
-
Duomenų agregavimas ir saugumo mechanizmai
-
Taikymas bankininkystės ir mokesčių sistemose
Privatumo reglamentavimas dirbtiniame intelekte
Praktinis mokymas apie GDPR, LR duomenų apsaugos reglamentus ir jų taikymą AI sistemoms. Aptariame atsakomybės nustatymą, privatumo pagal dizainą ir auditavimo procesus. Skirtinga nuo teorinės nuomos — čia mokomės realių atvejų iš fiskalinės praktikos.
-
GDPR atitiktis AI projektams
-
Duomenų apsaugos įgyvendinimas
-
Audito procedūros ir dokumentacija
Diferencialinė privatuma: teorija ir praktika
Giluminis kursas apie diferencialinio privatumo matematiką ir jos praktinį taikymą. Skaitome, kaip šis metodas apsaugo atskiras įrašų privatumą, net kai modelis yra publikuojamas. Orientuota į techniškai besimokančias auditorijas, kurios norėtų suprasti privatumo garantijas giliniu lygmeniu.
-
Epsilon ir delta parametrai
-
Taikymas federaciniame mokymase
-
Praktinis diegimas Python/TensorFlow
Organizacinio mokymo programos
Pritaikyti mokymai jūsų organizacijos komandai. Gali būti atliekamas tiesiogiai arba nuotoliniu būdu, suderinant su jūsų grafiku. Apimame tiek vadovų supažindinimą su pagrindiniais konceptais, tiek IT specialistų giliausią mokymą.
-
Maži grupiniai susitikimai (5-15 dalyvių)
-
Laipsninis mokymo planas pagal jūsų poreikius
-
Pasikeitimas su mūsų redakcine komanda