Duke University
Grundlagen des maschinellen Lernens für Produktmanager

Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.

Duke University

Grundlagen des maschinellen Lernens für Produktmanager

Dieser Kurs ist Teil von Spezialisierung KI-Produktmanagement

46.179 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(472 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 14 Stunden
In Ihrem eigenen Lerntempo lernen
92%
Den meisten Lernenden gefiel dieser Kurs
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(472 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Flexibler Zeitplan
Ca. 14 Stunden
In Ihrem eigenen Lerntempo lernen
92%
Den meisten Lernenden gefiel dieser Kurs

Kompetenzen, die Sie erwerben

  • Kategorie: Modellierung
  • Kategorie: Prädiktive Analytik
  • Kategorie: Datenverarbeitung
  • Kategorie: Künstliches Neuronales Netzwerk
  • Kategorie: Maschinelles Lernen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung KI-Produktmanagement
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • 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
Platzhalter
Platzhalter

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.

Platzhalter

In diesem Kurs gibt es 6 Module

In diesem Modul lernen wir, was maschinelles Lernen ist und wie es funktioniert. Wir werden das notwendige Vokabular für die Arbeit mit Daten und Modellen aufbauen und ein Verständnis für die verschiedenen Arten des maschinellen Lernens entwickeln. Zum Abschluss werden wir kritisch diskutieren, was maschinelles Lernen gut kann und was nicht (oder nicht).

Das ist alles enthalten

10 Videos3 Lektüren1 Aufgabe

In diesem Modul werden wir die wichtigsten Schritte bei der Erstellung von Modellen für maschinelles Lernen besprechen. Wir lernen die Quellen der Modellkomplexität kennen und erfahren, wie sich die Komplexität auf die Leistung eines Modells auswirkt. Abschließend werden wir Strategien für den Vergleich verschiedener Modelle diskutieren, um das optimale Modell für die Produktion auszuwählen.

Das ist alles enthalten

8 Videos1 Lektüre1 Aufgabe

In diesem Modul lernen wir, wie man geeignete Ergebnis- und Output-Metriken für KI-Projekte definiert. Anschließend besprechen wir die wichtigsten Metriken für die Bewertung von Regressions- und Klassifizierungsmodellen und wie Sie eines für den Einsatz auswählen. Zum Abschluss diskutieren wir über häufige Fehlerquellen bei Projekten zum maschinellen Lernen und darüber, wie man schlechte Leistungen beheben kann.

Das ist alles enthalten

8 Videos1 Lektüre1 Aufgabe1 Diskussionsthema

In diesem Modul werden wir uns mit der Verwendung von linearen Modellen für Regression und Klassifizierung beschäftigen. Wir beginnen mit einer Einführung in die lineare Regression und fahren mit einer Diskussion darüber fort, wie die lineare Regression durch Regularisierung besser funktionieren kann. Anschließend wechseln wir zur Klassifizierung und stellen das logistische Regressionsmodell sowohl für binäre als auch für Mehrklassen-Klassifizierungsprobleme vor.

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

Wir beginnen dieses Modell mit einer Diskussion über Baummodelle und ihren Wert bei der Modellierung komplexer nichtlinearer Probleme. Anschließend werden wir die Methode zur Erstellung von Ensemble-Modellen und deren Vorteile vorstellen. Zum Abschluss dieses Moduls wechseln wir zum unüberwachten Lernen und besprechen das Clustering und den beliebten K-Means-Clustering-Ansatz.

Das ist alles enthalten

7 Videos1 Lektüre1 Aufgabe

Unser letztes Modul in diesem Kurs wird sich auf ein aktuelles Gebiet des maschinellen Lernens konzentrieren, das Deep Learning oder die Verwendung von mehrschichtigen neuronalen Netzwerken. Wir werden ein Verständnis für die Intuition und die wichtigsten mathematischen Prinzipien entwickeln, die der Funktionsweise neuronaler Netzwerke zugrunde liegen. Anschließend werden wir gängige Anwendungen des Deep Learning in den Bereichen Computer Vision und Verarbeitung natürlicher Sprache diskutieren. Wir schließen den Kurs mit unserem Kursprojekt ab, in dem Sie die Möglichkeit haben, den Modellierungsprozess und die erlernten Best Practices anzuwenden, um Ihr eigenes maschinelles Lernmodell zu erstellen.

Das ist alles enthalten

9 Videos2 Lektüren1 Aufgabe1 peer review

Dozent

Lehrkraftbewertungen
4.7 (183 Bewertungen)
Jon Reifschneider
Duke University
3 Kurse55.299 Lernende

von

Duke University

Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 472

4.6

472 Bewertungen

  • 5 stars

    77,52 %

  • 4 stars

    15,33 %

  • 3 stars

    2,73 %

  • 2 stars

    1,89 %

  • 1 star

    2,52 %

JE
4

Geprüft am 16. Dez. 2023

LS
5

Geprüft am 28. Apr. 2023

LS
5

Geprüft am 18. Okt. 2023

Platzhalter

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