联邦学习技术与实践（网络空间安全2022级,软件工程2022级,人工智能2022级）
{{$t('开课时间')}}：
2025/02/24 - 2025/07/13
{{$t('开课学期')}}：
2025学年春季
{{$t('开课学院')}}：
软件学院
{{$t('开课平台')}}：
云大学堂
{{courseJoinNumber}}
{{$t('人已参加')}}，
54 {{$t('次点击')}}
54 {{$t('次点击')}}
课程介绍
课程旨在深入探讨联邦学习的核心概念、方法及其在实际场景中的应用。联邦学习是一种新兴的机器学习协作方式，通过这一技术，多个参与方在无需共享本地数据的情况下能够联合训练一个全局模型。这种分布式的学习模式解决了传统机器学习中数据隐私和数据孤岛的问题，为多个数据拥有方之间的合作提供了新的可能。随着大数据和人工智能技术的快速发展，联邦学习已成为保护数据隐私的一个重要手段，尤其在金融、医疗、移动设备等敏感数据较多的领域中展现出巨大的应用潜力。学生将系统学习联邦学习的基本原理，包括如何在分布式环境下实现机器学习模型的训练与优化，以及联邦学习中的通信机制，帮助学生理解如何高效地在分布式节点间进行模型参数的同步与更新。
章节
{{$t('第章', {num: toChinesNum(i+1)})}}
{{chapter.info.chapter_name}}
{{$t('第节', {num: section.sort})}}
{{section.info.chapter_name}}
{{$t('暂无数据')}}
教学目标
课程思政
{{$t('评价')}}
{{evaluationTatal.average}}
{{$t('课程评分')}}
-
{{$t('教学团队')}}
{{item.name}}
{{$t(item.type)}}
{{item.college || item.school}}
{{$t('推荐课程')}}
{{course.name_ + ( course.classTeaching ? ('（' + course.classTeaching + '）') : '') }}
{{$t('同师在教')}}
{{$t('相同课程')}}
{{$t('同学在学')}}
