In den meisten Fällen besteht das ultimative Ziel eines maschinellen Lernprojekts darin, ein Modell zu erstellen. Modelle treffen Entscheidungen, machen Vorhersagen - alles, was dem Unternehmen helfen kann, sich selbst, seine Kunden und seine Umgebung besser zu verstehen als ein Mensch es könnte. Modelle werden mit Hilfe von Algorithmen erstellt, und in der Welt des maschinellen Lernens gibt es viele verschiedene Algorithmen, aus denen Sie wählen können. Sie müssen wissen, wie man den besten Algorithmus für eine bestimmte Aufgabe auswählt und wie man diesen Algorithmus einsetzt, um ein funktionierendes Modell zu erstellen, das für das Unternehmen von Nutzen ist. Dieser dritte Kurs im Rahmen des professionellen Zertifikats Certified Artificial Intelligence Practitioner (CAIP) führt Sie in einige der wichtigsten Algorithmen des maschinellen Lernens ein, die zur Lösung der beiden häufigsten überwachten Probleme verwendet werden: Regression und Klassifizierung sowie eines der häufigsten nicht überwachten Probleme: Clustering. Sie werden mehrere Modelle erstellen, um jedes dieser Probleme zu lösen, indem Sie den Arbeitsablauf des maschinellen Lernens verwenden, den Sie im vorherigen Kurs kennengelernt haben. Letztendlich beginnt dieser Kurs mit einer technischen Erkundung der verschiedenen Algorithmen des maschinellen Lernens und wie diese zur Erstellung von Problemlösungsmodellen verwendet werden können.
Regressions-, Klassifizierungs- und Clustering-Modelle erstellen
Dieser Kurs ist Teil von CertNexus Zertifizierte/r Praktiker/in für künstliche Intelligenz (berufsbezogenes Zertifikat)
Dozent: Anastas Stoyanovsky
2.719 bereits angemeldet
Bei enthalten
(15 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Trainieren und bewerten Sie lineare Regressionsmodelle.
Trainieren Sie binäre und Mehrklassen-Klassifizierungsmodelle.
Bewerten und optimieren Sie Klassifizierungsmodelle, um ihre Leistung zu verbessern.
Trainieren und bewerten Sie Clustering-Modelle, um nützliche Muster in unüberwachten Daten zu finden.
Kompetenzen, die Sie erwerben
- Kategorie: Lineare Regression
- Kategorie: Algorithmen für maschinelles Lernen (ML)
- Kategorie: Maschinelles Lernen
- Kategorie: klassifizierung
- Kategorie: clustering
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
5 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat von CertNexus zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 6 Module
Im vorangegangenen Kurs haben Sie den gesamten Workflow des maschinellen Lernens von Anfang bis Ende durchlaufen. Jetzt ist es an der Zeit, sich mit den Algorithmen zu befassen, die das maschinelle Lernen ausmachen. Dies wird Ihnen helfen, den oder die für Ihre Zwecke am besten geeigneten Algorithmus(e) auszuwählen und herauszufinden, wie Sie diese am besten zur Lösung eines Problems einsetzen können. Ein guter Anfang ist die einfache lineare Regression.
Das ist alles enthalten
13 Videos3 Lektüren1 Aufgabe1 Diskussionsthema1 Unbewertetes Labor
Das einfache Modell, das Sie zuvor erstellt haben, funktioniert in vielen Fällen gut, aber das bedeutet nicht, dass es der optimale Ansatz ist. Die lineare Regression kann durch den Prozess der Regularisierung verbessert werden, wodurch sich die Fähigkeiten Ihres maschinellen Lernmodells oft verbessern. Darüber hinaus kann ein iterativer Ansatz für die Regression dort greifen, wo die geschlossene Lösung nicht ausreicht. In diesem Modul werden Sie beide Techniken anwenden.
Das ist alles enthalten
8 Videos3 Lektüren1 Aufgabe1 Diskussionsthema2 Unbewertete Labore
Neben der linearen Regression ist der andere wichtige Typ von überwachten maschinellen Lernergebnissen die Klassifizierung. Zunächst werden Sie einige binäre Klassifizierungsmodelle mit verschiedenen Algorithmen trainieren. Dann trainieren Sie ein Modell für Fälle, in denen es mehrere Möglichkeiten gibt, ein Datenbeispiel zu klassifizieren. Jeder Algorithmus kann ideal für die Lösung einer bestimmten Art von Klassifizierungsproblem sein, daher müssen Sie wissen, wie sie sich unterscheiden.
Das ist alles enthalten
9 Videos3 Lektüren1 Aufgabe1 Diskussionsthema2 Unbewertete Labore
Es reicht nicht aus, einfach ein Modell zu trainieren, das Sie für das beste halten, und dann Feierabend zu machen. Wenn Sie nicht gerade einen sehr einfachen Datensatz verwenden oder Glück haben, werden Sie mit den Standardparametern nicht das bestmögliche Modell zur Lösung des Problems erhalten. In diesem Modul werden Sie also Ihre Klassifizierungsmodelle bewerten, um zu sehen, wie sie abschneiden, und dann versuchen, ihre Fähigkeiten zu verbessern.
Das ist alles enthalten
16 Videos3 Lektüren1 Aufgabe1 Diskussionsthema2 Unbewertete Labore
Sie haben Modelle erstellt, um lineare Regressions- und Klassifizierungsprobleme zu bewältigen. Eine weitere wichtige Aufgabe des maschinellen Lernens, mit der Sie sich beschäftigen möchten, ist das Clustering, eine Form des unüberwachten Lernens. In diesem Modul erfahren Sie, wie ein maschinelles Lernmodell Ihnen helfen kann, nützliche Muster zu erkennen, selbst wenn die Daten, mit denen Sie arbeiten müssen, nicht beschriftet sind.
Das ist alles enthalten
9 Videos4 Lektüren1 Aufgabe1 Diskussionsthema2 Unbewertete Labore
Sie werden an einem Projekt arbeiten, in dem Sie Ihr Wissen aus diesem Kurs auf praktische Szenarien anwenden werden.
Das ist alles enthalten
1 peer review1 Unbewertetes Labor
Dozent
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Coursera Project Network
Coursera Project Network
LearnQuest
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen des Zertifikats und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.