Dieser Kurs mit drei Modulen bietet eine Einführung in maschinelles Lernen und Datenwissenschaft für alle, die ein grundlegendes Verständnis von maschinellen Lernmodellen haben. Sie lernen etwas über die Geschichte des maschinellen Lernens, Anwendungen des maschinellen Lernens, den Lebenszyklus von maschinellen Lernmodellen und Tools für maschinelles Lernen. Außerdem lernen Sie etwas über überwachtes und unüberwachtes Lernen, Klassifizierung, Regression, die Bewertung von maschinellen Lernmodellen und vieles mehr. In unseren Praktika können Sie praktische Erfahrungen mit diesen Konzepten des maschinellen Lernens und der Datenwissenschaft sammeln. Sie werden konkrete Fähigkeiten im Bereich des maschinellen Lernens entwickeln und ein Abschlussprojekt erstellen, in dem Sie Ihre Fähigkeiten unter Beweis stellen.
Nur für begrenzte Zeit! Holen Sie sich Coursera Plus für 30% Rabatt.
Zurücksetzen. Neu erfinden. Erreichen Sie neue Karriereziele. Beanspruchen Sie jetzt Ihr Angebot.
Einführung in maschinelles Lernen für jedermann
Unterrichtet auf Englisch
Einige Inhalte können nicht übersetzt werden
20.688 bereits angemeldet
(225 Bewertungen)
Was Sie lernen werden
Vergleich und Gegenüberstellung von künstlicher Intelligenz, maschinellem Lernen und Deep Learning
Erklären Sie den Lebenszyklus der Entwicklung von Modellen für maschinelles Lernen
Unterscheiden Sie zwischen überwachtem und unüberwachtem maschinellen Lernen
Bewerten Sie Klassifizierungsmodelle anhand von Metriken wie Genauigkeit, Konfusionsmatrizen, Präzision und Wiedererkennung
Kompetenzen, die Sie erwerben
- Kategorie: Künstliche Intelligenz (KI)
- Kategorie: Reinforcement Learning
- Kategorie: Maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: Lebenszyklus von Modellen für maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
2 Quizzes
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
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 3 Module
Willkommen in der Welt des maschinellen Lernens. Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz (KI) und der Informatik, der sich auf die Verwendung von Daten und Algorithmen konzentriert, um die Art und Weise, wie Menschen lernen, zu imitieren und die Genauigkeit schrittweise zu verbessern. Maschinelles Lernen ist ein wichtiger Bestandteil des wachsenden Bereichs der Datenwissenschaft. Mithilfe statistischer Methoden werden Algorithmen trainiert, um Klassifizierungen oder Vorhersagen zu treffen und so wichtige Erkenntnisse in Data-Mining-Projekten zu gewinnen. Diese Erkenntnisse dienen dann als Grundlage für die Entscheidungsfindung in Anwendungen und Unternehmen und wirken sich im Idealfall auf wichtige Wachstumsmetriken aus. Mit dem weiteren Wachstum von Big Data wird die Nachfrage nach Data Scientists steigen, die bei der Identifizierung der wichtigsten Geschäftsfragen und der Daten zu deren Beantwortung helfen sollen. In diesem Modul werden Sie einige der grundlegenden Konzepte des maschinellen Lernens kennenlernen. Sie werden lernen, zwischen KI, maschinellem und tiefem Lernen zu unterscheiden. Außerdem werden Sie die Bedeutung und die Anforderungen der einzelnen Prozesse im Lebenszyklus eines Produkts für maschinelles Lernen kennenlernen.
Das ist alles enthalten
6 Videos2 Lektüren1 Quiz2 Plug-ins
Maschinelles Lernen ist ein heißes Thema, und jeder versucht zu verstehen, worum es dabei geht. Bei der Menge an Informationen, die es über maschinelles Lernen gibt, kann man schnell überfordert sein. In diesem Modul werden Sie die wichtigsten Themen des maschinellen Lernens kennenlernen, die Sie wissen müssen. Sie werden sich mit überwachtem und unüberwachtem Lernen, Klassifizierung, Deep Learning und Reinforcement Learning sowie Regression beschäftigen. Außerdem lernen Sie, wie Sie ein Modell des maschinellen Lernens auswerten können.
Das ist alles enthalten
8 Videos4 Lektüren1 Quiz3 Plug-ins
Das ist alles enthalten
1 Lektüre1 peer review1 App-Element2 Plug-ins
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Alberta Machine Intelligence Institute
Sungkyunkwan University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 225
225 Bewertungen
- 5 stars
65,35 %
- 4 stars
25,87 %
- 3 stars
5,26 %
- 2 stars
1,75 %
- 1 star
1,75 %
Geprüft am 9. Okt. 2022
Geprüft am 14. Jan. 2023
Geprüft am 12. Juni 2022
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 ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu 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.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.