• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

Federate Learning - Apprentissage Fédéré

Sciences, technologies, santé, ingénierie
  • Autre durée

    2 jours

  • Composante

    Grenoble INP - Département Formation Pro

Présentation

L’apprentissage fédéré révolutionne le déploiement des modèles d’intelligence artificielle en bordure du réseau (edge). Cette technologie de pointe ouvre la voie à des services intelligents et performants, parfaitement adaptés aux défis modernes comme la gestion des bâtiments intelligents ou l’IA embarquée. Conçus pour être légers et économes en énergie, ces petits modèles associent efficacité et respect de l’environnement, offrant des solutions idéales pour une optimisation durable et une intelligence de proximité.

 

Objectifs

 

  • Comprendre et maitriser l’apprentissage fédéré - de la théorie à la pratique - et les défis actuels.
  • La formation se déroule avec une alternance entre apports théoriques et travaux pratiques.
  • Le nombre réduit des participants permet une réelle aide personnalisée dans l’apprentissage

 

Nos atouts pédagogiques

Les plus de la formation 

La formation est créée par une équipe d’enseignants-chercheurs de l’Université de Grenoble Alpes et est labellisée par le MIAI Cluster IA.

Lire plus

Organisation

Contrôle des connaissances

Quizz d’acquisition des connaissances en début et en fin de formation.

Lire plus

Programme

1- Bases en Apprentissage fédérée

  • Rappels de base, apprentissage supervisé, descente de gradient
  • Motivation du distribué et principe
  • Présentation de l’algorithme fedAvg avec analyse des grandes lignes des preuves

Travaux Pratiques :

  • Première partie : Codage d’une descente de gradient, accélération pour les fonctions smooth
  • Seconde partie : même situation en distribué.

 

2- Techniques avancées et défis actuels en Apprentissage fédéré

  • Efficacité, robustesse et performance de l’apprentissage fédéré
  • Aspects de confidentialité et de protection des données
  • Variantes: distribué décentralisé, communication asynchrone

Travaux Pratiques : 

Codage d’une solution distribuée avec tests sur jeu de données réel, avec en particulier incorporation des aspects de confidentialité et sécurité.

Lire plus

Admission

Conditions d'admission

Pour qui ?
Cette formation s’adresse à des ingénieurs informaticiens et/ou des enseignants-chercheurs désirant approfondir l’apprentissage distribué.

Pré-requis : Formation scientifique avec maitrise de base des techniques classique de l’IA et codage en Python

Effectif : 6 à 12 personnes

Lire plus

Tarifs de la formation continue

 1 400 € / personne

Lire plus
  • Ajouter à la sélection

    Vous avez formations et cours sauvegardés