كل الدورات
عن الدورة
تقدم هذه السلسلة المكونة من دورتين تدريبًا عمليًا على التعلم الموزع، الذي يتيح تدريب النماذج عبر أجهزة أو مؤسسات متعددة دون مشاركة البيانات مباشرة لتحسين الخصوصية والأمان. في الجزء الأول، ستتعرف على عملية التدريب الموزع وكيفية ضبطها وتحسينها مع التركيز على زيادة خصوصية البيانات وإدارة استهلاك النطاق الترددي. أما الجزء الثاني، فيركز على تطبيق التعلم الموزع على نماذج اللغة الكبيرة (LLMs) مع تقنيات تحسين دقيقة لاستهلاك المعلمات وخصوصية تفاضلية. هذه الدورة مناسبة للمبتدئين الذين يرغبون بفهم كيفية بناء أنظمة تعلم موزعة فعالة وآمنة.
ماذا ستتعلم
- استكشاف مكونات أنظمة التعلم الموزع وتخصيصها وتحسينها
- تعزيز نماذج اللغة الكبيرة باستخدام التعلم الفيدرالي مع إدارة الخصوصية والكفاءة
- تطبيق تقنيات الضبط الدقيق والخصوصية التفاضلية لجعل التعلم الموزع آمناً وفعالاً
المتطلبات المسبقة
- إلمام أساسي بالبرمجيات أو بيئة العمل المستخدمة
- القدرة على متابعة التعليمات خطوة بخطوة باللغة الإنجليزية
المدرسون
D
Daniel Beutel
Co-Founder & CEO
المواضيع
تطوير البرمجيات
علوم الحاسوب
الخوارزميات
التعلم بالنقل
التعلم الآلي
الحوسبة الموزعة
أمان الذكاء الاصطناعي
التعلم الفيدرالي
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
تطوير البرمجيات
علوم الحاسوب
الخوارزميات
التعلم بالنقل
التعلم الآلي
الحوسبة الموزعة
أمان الذكاء الاصطناعي
التعلم الفيدرالي
PyTorch (Machine Learning Library)
Information Privacy
إعلان
إعلان