Dieser Kurs richtet sich an Fachleute, die von maschinellem Lernen gehört haben und maschinelles Lernen zur Datenanalyse und Automatisierung einsetzen möchten. Ob im Finanzwesen, in der Medizin, im Ingenieurwesen, in der Wirtschaft oder in anderen Bereichen, dieser Kurs führt Sie in die Problemdefinition und die Datenaufbereitung in einem maschinellen Lernprojekt ein. Am Ende des Kurses werden Sie in der Lage sein, ein maschinelles Lernproblem anhand von zwei Ansätzen klar zu definieren. Sie werden lernen, die verfügbaren Datenressourcen zu untersuchen und mögliche ML-Anwendungen zu identifizieren. Sie werden lernen, einen geschäftlichen Bedarf in eine Anwendung für maschinelles Lernen zu verwandeln. Sie werden Daten für effektive Anwendungen des maschinellen Lernens vorbereiten. Dies ist der erste Kurs der Applied Machine Learning Specialization, die von Coursera und dem Alberta Machine Intelligence Institute angeboten wird.
Einführung in angewandtes maschinelles Lernen
Dieser Kurs ist Teil von Spezialisierung Maschinelles Lernen: Algorithmen in der realen Welt
Dozent: Anna Koop
25.288 bereits angemeldet
Bei 
enthalten
(737 Bewertungen)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
5 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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 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 4 Module
In dieser Woche werden Sie erfahren, was maschinelles Lernen (ML) eigentlich ist, verschiedene Problemszenarien gegenüberstellen und einige gängige Missverständnisse über ML untersuchen. Sie werden dieses Wissen anwenden, indem Sie verschiedene Komponenten identifizieren, die für eine Geschäftslösung für maschinelles Lernen unerlässlich sind.
Das ist alles enthalten
12 Videos6 Lektüren2 Aufgaben3 Diskussionsthemen
In dieser Woche lernen Sie, wie Sie einen Geschäftsbedarf in ein Problem des maschinellen Lernens übersetzen. Wir gehen einige Anwendungsbeispiele durch, damit Sie ein Gefühl dafür bekommen, was eine gut definierte Frage für Ihr QuAM ausmacht. Die Eingrenzung Ihrer Frage und die Sicherstellung, dass Sie über die für das Lernen notwendigen Daten verfügen, sind entscheidend für den Erfolg von ML!
Das ist alles enthalten
8 Videos4 Lektüren1 Aufgabe2 Diskussionsthemen
Diese Woche dreht sich alles um Daten. Sie werden etwas über die Datenerfassung lernen und die verschiedenen Quellen von Trainingsdaten verstehen. Wir werden darüber sprechen, wie viele Daten Sie benötigen und welche Fallstricke auftreten können, einschließlich ethischer Fragen.
Das ist alles enthalten
9 Videos2 Lektüren1 Aufgabe2 Diskussionsthemen
Diese Woche lernen Sie den Lebenszyklus des maschinellen Lernprozesses (MLPL) kennen. Nachdem Sie die Definitionen und Komponenten des MLPL verstanden haben, werden Sie die Anwendung des MLPL anhand einer Fallstudie analysieren.
Das ist alles enthalten
7 Videos2 Lektüren1 Aufgabe2 Diskussionsthemen
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Coursera Project Network
University of Washington
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
737 Bewertungen
- 5 stars
74,35 %
- 4 stars
20,21 %
- 3 stars
4,47 %
- 2 stars
0,27 %
- 1 star
0,67 %
Zeigt 3 von 737 an
Geprüft am 14. Sep. 2020
The lectures are very clear and easy to follow. More importantly, it gives me a big picture of how Machine Learning can be applied to the real-world business.
Geprüft am 18. Juni 2020
Very nice , informative introduction.It's very broad and generalized introduction of the Machine Learning.
Geprüft am 11. Juli 2021
This is course is truly amazing for the people who want to know about the things that need to be considered when making a QUAM or an ML system. Looking forward to knowing more about ML!
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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 der Specializations, 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.