Federated Learning: Künstliche Intelligenz und Datenschutz vereint

Viel hilft viel: Dieses Prinzip gilt längst nicht immer. Bei der Entwicklung von Machine-Learning-Modellen hingegen schon. Qualität und Güte von Algorithmen sind untrennbar mit der verfügbaren Menge relevanter Daten verbunden. Genau dies ist eine der größten Hürden bei der Umsetzung von Data-Science-Projekten.

Ein Lösungsansatz hierfür ist Federated Learning. Federated Learning ist eine Technik des verteilten Maschinellen Lernens, die eine hohe Modellgüte bei gleichzeitigem Schutz der zugrunde liegenden Trainingsdaten ermöglicht. Für Unternehmen mit begrenzter Datenbasis kann Federated Learning der Türöffner im Hinblick auf die Entwicklung datengetriebener Prozesse und Services sein.

Vorkenntnisse

  • Grundkenntnisse des Machine Learnings – keine tiefergehenden Vorkenntnisse erforderlich

Lernziele

  • Vermittlung der Hintergründe und Mehrwerte von Federated Learning
  • Erläuterung der optimalen Rahmenbedingungen für den Einsatz von Federated Learning anhand von Praxisbeispielen
  • Vorstellung der wichtigsten Frameworks und Funktionsweisen

Speaker

 

Oliver Bracht
Oliver Bracht sieht als Chief Data Scientist und Mitgründer der eoda GmbH täglich die Herausforderungen, vor denen die Unternehmen heute stehen. Er erlebt aber auch, welche Chancen sich durch innovative Ideen und den Mut zur Veränderungen ergeben. Sein Ziel: Unternehmen sollen mehr aus ihren Daten machen.

data2day-Newsletter

Ihr möchtet über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden