آموزش هوش مصنوعی حفظ حریم خصوصی

دانلود Privacy-preserving AI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: حفظ حریم خصوصی یک نگرانی رو به رشد در سیستم‌های هوش مصنوعی است، به‌ویژه زمانی که سازمان‌ها مقادیر زیادی از داده‌های حساس را پردازش می‌کنند. عدم توجه به خطرات حریم خصوصی می تواند منجر به مجازات های نظارتی، کاهش اعتماد و از دست رفتن فرصت های نوآوری شود. در این دوره، هوش مصنوعی حفظ حریم خصوصی، یاد می‌گیرید که فناوری‌های تقویت‌کننده حریم خصوصی (PETs) را پیاده‌سازی کنید که ابزار داده‌ها را با حریم خصوصی و انطباق متعادل می‌کند. ابتدا، تکنیک‌های اساسی هوش مصنوعی حفظ حریم خصوصی، از جمله حریم خصوصی متفاوت، یادگیری فدرال، و رمزگذاری همومورفیک را بررسی خواهید کرد. در مرحله بعد، نحوه پیاده‌سازی عملی این فناوری‌ها را در گردش‌های کاری هوش مصنوعی در دنیای واقعی کشف خواهید کرد، و از انطباق با مقرراتی مانند GDPR در عین حفظ عملکرد اطمینان حاصل کنید. در نهایت، یاد می‌گیرید که چگونه با چالش‌های هوش مصنوعی حفظ حریم خصوصی، مانند معاوضه‌های سربار محاسباتی و ابزار داده، و در عین حال همسو با اصول هوش مصنوعی اخلاقی، حرکت کنید. پس از اتمام این دوره، مهارت‌ها و دانش تکنیک‌های هوش مصنوعی حفظ حریم خصوصی مورد نیاز برای ساختن سیستم‌های هوش مصنوعی ایمن، سازگار و قابل اعتماد را خواهید داشت که نوآوری را هدایت می‌کند و اعتماد کاربر را حفظ می‌کند.

سرفصل ها و درس ها

پیاده سازی فن آوری های افزایش حریم خصوصی Implement Privacy-enhancing Technologies

  • اهمیت حفظ حریم خصوصی در سیستم های هوش مصنوعی The Importance of Privacy in AI Systems

  • نسخه ی نمایشی: حریم خصوصی دیفرانسیل Demo: Differential Privacy

  • نسخه ی نمایشی: یادگیری فدرال Demo: Federated Learning

  • نسخه ی نمایشی: رمزگذاری هم شکل Demo: Homomorphic Encryption

  • نسخه ی نمایشی: SMPC Demo: SMPC

  • نسخه ی نمایشی: اثبات های دانش صفر Demo: Zero-knowledge Proofs

  • بهترین شیوه ها و چالش ها در هوش مصنوعی حفظ حریم خصوصی Best Practices and Challenges in Privacy-preserving AI

نمایش نظرات

آموزش هوش مصنوعی حفظ حریم خصوصی
جزییات دوره
20m
7
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Eduardo Freitas Eduardo Freitas

ادواردو یک علاقه مند به فناوری ، معمار نرم افزار و طرفدار موفقیت مشتری است. او راه حل های دات نت سازمانی را طراحی کرده است که فرآیندهای مهم تجاری مانند راه حل های حساب های قابل پرداخت و Mailroom را برای انواع سازمان ها استخراج ، اعتبارسنجی و خودکار می کند. وی سیستم های تولید را برای نام های جهانی مانند کوکا کولا ، انل ، پیرلی ، فیات-کرایسلر ، زیراکس و بسیاری دیگر طراحی و پشتیبانی کرده است. او یک متخصص شناخته شده در بخش بازار مدیریت محتوای سازمانی است ، به طور خاص در ضبط و استخراج داده ها و اتوماسیون فرآیند اسناد تمرکز دارد. او یک سیستم پردازش فاکتور تأمین کننده برای Agfa طراحی کرد که 50٪ پردازش مستقیم (50٪ فاکتورهای استخراج شده از کاغذ ، تأیید و صادر شده به SAP بدون هیچ گونه اعتبار انسانی) را به دست آورد. او همچنین دوست دارد در مورد فن آوری های پیشرفته بنویسد. او عاشق کمک به موفقیت مشتریان است. در اوقات فراغت او از گذراندن وقت با خانواده و بیرون بودن لذت می برد. او عاشق دویدن و ورزش است.