C'est quoi l'apprentissage fédéré
ฝัง
- เผยแพร่เมื่อ 20 ต.ค. 2024
- Dans cette vidéo, je te présente C'est quoi l'apprentissage fédéré en Intelligence Artificiel et surtout les motivations derriere l'apprentissage fédéré.
🚩Rejoins la communauté:
www.youtube.co...
Regarde mon sujet de these et 3MT sur ce sujet:
• Ma thèse en IA en 3 Mi...
• Mon sujet de Doctorat ...
⏰ Timecodes ⏰
==========================
✅ Playlists recommandés:
---------------------------------------------
📽️ Mes Top Vidéos pour Débuter en IA:
• Comment apprendre l'IA...
📽️ Mes Top Vidéos pour les bourses d'étude:
• Les meilleures bourse ...
📽️ Etudes en IA et Data Science:
• Parcours Universitaire...
📽️ Technologie:
• Faut-il à tous prix fa...
📽️ Mes Top videos en IA:
• Comment vite apprendre...
=====================================================
📽️ Tous mes appareils et accessoires pour la réalisation de mes vidéos:
-----------------------------------------------------------
kit.co/elnatha... =====================================================
📽️ Plugins que j'utilise pour optimiser mes vidéos
-----------------------------------------------------------
www.Tubebuddy....
===================
🌍 Retrouves-moi sur :
--------------------------------------
Linkedin ► / elnathan-tiokou
Twitter ► / elnathan_tiokou
Tiktok ► / elnathantiokou_fr
Facebook ► / elnathan-tiokou
Instagram ► / elnathantiokou
TH-cam Anglophone ► / @elnathantiokou_en
----------------------------------------------------------
=================================
✅ Les questions que je reçois le plus:
---------------------------------------------------------------
Comment postuler a une bourse au Canada et US
• Comment décrocher un M...
• Décrocher un Master ou...
==========================
#elnathantiokou #intelligenceartificielle #apprentissagefedere #federatedlearning #ia
Ma mission est de faire croire aux jeunes qu'ils peuvent atteindre la grandeur dans leur vie et cela avec rien de moins qu'une faim profonde.
~Stay hungry, stay foolish✨
🔴 Disclaimer: Certains de ces liens mènent à mes sites Web et d'autres sont des liens d'affiliation sur lesquels je gagnerai une petite commission si vous effectuez un achat et ceci sans frais supplémentaires pour vous.
![[DevFest Mons 2022] Federated Learning - by Xavier Lessage](/img/n.gif)
Merci pour le partage 🙏🏽
Paul🙂👋
Avec plaisir ✨☺️
Waow... le principe ressemble fortement aux groupes de modèles d'apprentissage supervisé qui intègrent des méthodes l'ensemble learning !
Très belle initiative expert,
Merci pour le partage !
Avec plaisir 🔥✨🙏🏾
Merci pour la vidéo. J’apprécie beaucoup ce que vous faites. Puis-je, s’il vous plaît avoir votre mail ?
Avec plaisir 🙏🏾✨ Les liens pour me contacter sont dans la description des vidéos. 🙏🏾
@@elnathantiokou Bien compris, merci.
Merci encore d'elever le niveau. Avez vous limpression que l'apprentissage federe s'adapterait le mieux dans l'environnement africain marqué par le manque de collecte de donnees a grande échelle ?
L'apprentissage federe pour moi est l'avenir du ML peut importe la localisation geographique. Toutefois, cela ne vient pas resoudre le probleme du manque de donnees. on peut penser a la Data augmentation dans ce cas de figure. Les donnees en FL doivent en effet etre existantes mais juste privee, voir inaccessible...
Hello elnathan superbe vidéo.J'ai quelques question cependant. Après le déploiement y'aura t-il un autre entrainement plutard avec un autre set de clients ou bien un système de RL peut être utilisé pour l'amélioration continue? Aussi, en ce qui concerne le FL vertical, est-il capable de gérer les données non-IID?
C'est justement le point du FL gérer le non-IID des données peu importe le type de FL. Et oui, le choix des clients peut être aléatoire car certains peuvent ne pas être disponibles pendant l'entraînement etc... et justement c'est également un challenge en FL. Des récentes études essaient d'intégrer le RL. Mais je n'ai pas encore exploré cette section.
@@elnathantiokou D'accord je vois. J'ai lu quelque part que broadcast a small amount of data to all clients in the subset can help to deal with non-IID. Tu peux me donner ton avis là dessus?
@@FrédéricADJEWA Ça c'est une belle idée oui. Mais je crains que ça ne respecte le paradigme du FL qui est de ne pas partager les données. Toutefois allant sous cet angle, je dirais que ça ne résoudra pas le problème si la différence entre les distributions des clients est assez considérable. Vois-tu même partager les données en subset pourrait améliorer la balance de distribution d'un client et empirer celui d'un autre. C'est vraiment Tricky.
@@elnathantiokou J'ai eu la même reflexion 😅 c'est vraiment délicat. Autre question, tu utilises TFF pour tes simulations?
@@FrédéricADJEWA Je suis en train de migrer sur Flower 😅😂 D'ailleurs aujourd'hui. TFF je l'ai utilisé depuis deux mais j'en AI marre. Pas vraiment satisfait.
Très intéressant
Merci 🙏🏾✨🔥
svp, concernant l'apprentissage vertical, pour un même individus il a des données dans différents endroit, comment les modèles peuvent êtres agrégés en identifiant que les données appartiennent au même individu, comme dans le cas des patienst ayant des données dans différents hôpitaux ?
Justement, l'objectif est que le modele ne puisse pas identifier des patients. On souhaite eviter cela. on utilise le Differential Privacy (Confidentialite differentielle) pour cela. Quoi que ca genere encore un autre pb.
bonjour, pourez vous bien m'expliquer c'est quoi les données non IID ? j'ai rien compris
flower.ai/docs/framework/tutorial-series-what-is-federated-learning.html
Merci pour ta presentation. Je decouvre en effet ce principe. Ce qui me frappe est que ton graphe ressemble lui meme a un reseau a 1 neuronne, d'ou ma question: n'ya t-il pas des recherches encours sur des modeles d'apprentissage federe, qui aulieu de broadcast tout le modele chez les differents utilisateurs, considerent plutot ces differents utilisateurs comme des entrees et les liaisons entre le noeud parent et les noeuds enfants de ton graphe comme les parametres W d'un reseau de neuronnes ?
Salut, merci bien. En effet c'est une belle observation et analogie que tu fais. Si l'on s'en vient a proceder comme tu l'as descris, ceci reviendrait au Machine learning traditionnel. Ou les appareils representeraient les caracteristiques (X) de nos donnees. Toutefois, ce seraient plus complexe car ces entrees sont encore des bases de donnees complexes. Je penses que la meilleure analogie que tu pourrais faire serait de voir cela comme le concept du mini-batch. Ou chaque user represente un mini-batch et l'ensemble des users la base de donnee entiere; toutefois, c'est juste une analogie car le plus important ici est le paradigme d'apprentissage. Qui consiste notament a ne pas collecter de donnees.
Merci pour la belle observation. :)
svp est ce que vous avez de la documentation très bien expliquée de l'apprentissage fédéré, avec des exemples implémenté en code source?
flower.ai/docs/framework/tutorial-series-what-is-federated-learning.html
Ci-joint.
@@elnathantiokou où est la documentation svp?
Bonjour elnathan moi c’est Steve de nationalité camerounaise
J’ai un baccalauréat technique industriel( f3 série électrotechnique)
Ce pendant j’aimerais attendre un objectif et je suis déterminé à l’atteindre car plus tard je prévois surmonter la valeur de mon pays sur ceux mon objectif est le suivant
J’aimerais créer une nouvelle technologie dans la production électrique et en faire un lien avec l’IA
Si je fais appel à toi c’est parce que je pense que tu peux m’aider dans mon projet. De plus en parcourant ton profil j’ai vue que tu as bénéficié d’une bourse d’étude de la master card fondation
Je me suis alors dit pourquoi pas être en contact avec une personne qui as déjà vécu cette expérience?
Bref pour être direct je m’apprête à entamer des études supérieures et pour être vrai j’aimerais continuer mes études au Canada parce que le Canada est réputé pour son excellence académique
Mais je n’ai pas les moyens c’est pourquoi j’aspire bénéficié d’une bourse d’étude après avoir obtenu ma licence pour faire un master en IA
Et Vu que tu es un des élus de cette bourse j’aimerais que tu m’oriente durant mon parcours jusqu’à l’obtention de ma licence.
Dans un premier temps je veux que tu m’aide à choisir la filière et l’école la bonne école
Avec tout mes salutations distinguées j’aimerais vraiment que l’on puisse discuter par WhatsApp là je te présenterais mieux mon projet voici mon numéro WhatsApp +237 659657638
Merci pour ta compréhension 🙏🙏🙏🙏
Salutations Steve !
C'est tres honorable ta vision. Je serais ravi d'echanger avec toi sur Messenger ou LinkedIn (lien sous mes videos). Pour ce qui est des bourses en effet je te recommande d'obtenir un Bac + 4. Ainsi tu ton profil sera plus interessant pour des bourses d'etudes.
J'ai fais des series de videos autour de bourses d'etudes. Ci-joint: th-cam.com/video/YbAW5Ng9Hgw/w-d-xo.html&pp=gAQBiAQB
Au plaisir d'echanger avec toi.
salam, je suis débutante dans le domaine de l'apprentissage, est ce que vous pouvez m'expliquer comment dès le départ faire l'entrainement d'un modèle fédéré en possédant un dataset étiqueté? j'arrive pas à comprendre si j'aurai un dataset comment le partager en data d'entrainement et de test pour créer un modèle fédéré?? comment on peut l'évaluer? comme vous avez parlé du clavier google, si on achète un nouveau téléphone, l'entrainement se fait au fur et à mesure, ou bien google nous envois un modèle déjà entrainé?
flower.ai/docs/framework/tutorial-series-what-is-federated-learning.html
research.ibm.com/blog/what-is-federated-learning
Ces deux articles te seront utiles pour mieux comprendre tous ces concepts.
@@elnathantiokou où sont ces articles svp ?
@@hamzaouisahou7502 flower.ai/docs/framework/tutorial-series-what-is-federated-learning.html
Prof, votre truc-là n'est pas très clairs : comment mon esp32 pourra train efficacement un modèle? De plus, les outputs de chaque provider de donnée ne facilite pas la convergence. Mieux encore les critères de validation du modèle finale sont fixés sur quelle base ? Autre question grand prof : généralement, le pipeline de donnée pour l'entraînement joue un rôle capital pour l'obtention de bon les résultats. "garbage in garbage out" maintenant qu'on a plusieurs devices, cela implique aussi différents pipelines, je pense... Alors exceptée, la difficulté à créer correctement ces pipelines, est ce réellement possible de les créer sans un transfert de data ?
SALUT et merci pour ton commentaire constructif.
Les appareils sont sélectionnés et respectent un ensemble de prérequis. En effet les outputs ne facilitent pas la convergence c'est pour cela que l'on a plusieurs rounds d'entraînement du modèle global. Aussi il est important de comprendre que les critères de convergence à Grande échelle sont très relatives. Avec une précision de 45% sur une tâche peut être considéré comme une convergence ( c'est très courant dans les LLMs).
Pipeline que faites-vous référence ? La création du pipeline n'est pas dépendante des données dont ont fait référence. Ce qui en occurrence sont les données des utilisateurs pour l'entraînement des modèles et non les données qui permettent d'établir la communication.
@@elnathantiokou selon quelles critères Google par exemple choisis les appareils pour lancer l'entrainement, et comment il pourra claculer la précision du modèle qui est en cour d'entrainement?
svp v'est quoi les LLMs ?
LLM: Large Language models. Ce sont des modèles d'IA large comme ChatGPT
@@elnathantiokou Merci infiniment, svp comment ces modèles peuvent faire l'apprentissage et en même temps l'évaluation de la performance du modèle ?