Federate Learning - Apprentissage fédéré

Objectifs

L'objectif de la formation est de comprendre et maitriser l'apprentissage fédéré de la théorie à la pratique et les défis actuels.

Programme de la formation

1- Apprentissage automatique/statistique (machine learning)


• Astuce du noyau : dualité espace des échantillons/espace des caractéristiques

• Dualité des échantillons par rapport aux caractéristiques (kNN vs SVM)

• Réseaux de neurones : la propagation de l'information, la rétro-propagation de l'erreur

2- Apprentissage au Deep Learning


• Les différents types de réseaux : CNN, RNN, LSTM, ResNet... Les avantages et inconvénients,

les cas typiques d'utilisation...

• Implémentation d'un réseau avec des API haut niveau (Tensorflow, MXNet, Keras, …) : limites d'utilisation

• Chiffrer la complexité de calcul / mémoire

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique