2nd IACR Privacy-Preserving Machine Learning (PPML)

To propozycja skierowana do studentów studiów magisterskich, doktorantów, postdoc’ów z Polski i zagranicy przede wszystkim z dziedzin kryptografii, matematyki, informatyki teoretycznej.

Ochrona prywatności w uczeniu maszynowym to ważny i ekscytujący temat badawczy, który skupia się na tym w jaki sposób czerpać korzyści z technik uczenia maszynowego przy jednoczesnym zachowaniu prywatności danych szkoleniowych i wyuczonych modeli.

W drugiej edycji szkoły IACR Privacy-Preserving Machine Learning (PPML) wykładowcy z doświadczeniem teoretycznym i praktycznym omówią szerokie spektrum zagadnień związanych z tym tematem, takich jak bezpieczne obliczenia, prywatność różnicowa czy federated learning.

Więcej informacji oraz link do rejestracji: https://ideas-ncbr.pl/en/2nd-school-on-privacy-preserving-machine-learning-2023/