상세정보

1부 연합학습 -기초 개념-
제1장
빅데이터와 기존 AI의 과제 / 2
빅데이터의 특성 이해 / 2
데이터 프라이버시의 병목 현상 / 7
학습 데이터 및 모델 편향성의 영향 / 12
모델 드리프트 및 성능 저하 / 15
빅데이터 문제의 주요 해결책인 연합학습 / 18
요약 / 20
더 읽을거리 / 21

제2장
연합학습이란 무엇인가? / 24
머신러닝의 현재 상태 이해 / 24
분산학습 특성 - 확장 가능한 AI / 29
연합학습 이해하기 / 35
연합학습 시스템 고려 사항 / 40
요약 / 43
더 읽을거리 / 44

제3장
연합학습 시스템 동작 / 46
연합학습 시스템 아키텍처 / 47
연합학습 시스템 흐름 이해 - 초기화부터 지속적인 작동까지 / 53
모델 통합 기초 / 66
수평적 설계를 통한 확장성 / 69
요약 / 75
더 읽을거리 / 75

2부 연합학습 시스템 설계 및 구현
제4장
파이썬에서 연합학습 서버 구현 / 78
기술 요구 사항 / 79
집계기 및 데이터베이스의 주요 소프트웨어 구성 요소 / 79
연합학습 서버 기능 구현 / 82
상태 관리자를 이용한 집계기의 모델 유지 관리 / 92
로컬 모델의 통합 / 98
연합학습 서버 실행 / 100
데이터베이스 서버 구현 및 실행 / 100
연합학습 서버 개선사항 / 107
요약 / 108

제5장
연합학습 클라이언트 구현 / 110
기술 요구 사항 / 111
연합학습 클라이언트 구성 요소 개요 / 111
연합학습 클라이언트 기능 구현 / 113
연합학습 클라이언트 라이브러리 설계 / 120
연합학습 시스템의 로컬 머신러닝 엔진 통합 / 125
연합학습 시스템의 이미지 분류 통합 예제 / 130
요약 / 133

제6장
연합학습 시스템 실행 및 결과 분석 / 135
기술 요구 사항 / 136
연합학습 시스템 구성 및 실행 / 136
최소 개수의 에이전트 동작 이해 / 145
이미지 분류 실행 및 결과 분석 / 155
요약 / 161

제7장
모델 통합 / 162
기술 요구 사항 / 163
집계기 다시 살펴보기 / 163
FedAvg 이해 / 164
비이상적 사례의 집계기 / 173
요약 / 185

3부 연합학습 애플리케이션
제8장
연합학습 프레임워크 이용 / 188
기술 요구 사항 / 188
연합학습 프레임워크 종류 / 190
예제 - NLP 모델의 연합학습 / 194
예제 - non-IID 데이터의 이미지 분류를 위한 연합학습 / 221
요약 / 229

제9장
연합학습 애플리케이션의 분야별 사례 연구 / 230
의료 분야에서의 연합학습 적용 / 231
금융 분야에서의 연합학습 적용 / 241
연합학습과 엣지 컴퓨팅 / 246
지능형 인터넷의 이동 / 253
빅데이터 분산학습에 연합학습 적용 / 256
요약 / 257
참고사항 / 257
더 읽을거리 / 258

제10장
미래 트렌드 및 발전 / 259
미래 AI 트렌드 살펴보기 / 260
연합학습 분야의 연구 및 개발 / 262
집단지성을 향한 여정 / 266
요약 / 269
더 읽을거리 / 269

부록
내부 라이브러리 탐색 / 270
기술 요구 사항 / 270
연합학습 시스템의 내부 라이브러리 개요 / 271
연합학습 시스템 구현을 위한 열거형 클래스 / 272
통신 핸들러 기능 이해 / 277
데이터 구조 처리기 클래스 이해 / 280
helper 및 supporting 라이브러리 이해 / 281
통신 페이로드 생성을 위한 메신저 / 287
요약 / 292