Dies ist der sechste von sieben Kursen des Google Advanced Data Analytics Certificate. In diesem Kurs lernen Sie das maschinelle Lernen kennen, bei dem Algorithmen und Statistiken verwendet werden, um Computersystemen beizubringen, Muster in Daten zu erkennen. Datenexperten nutzen maschinelles Lernen, um große Datenmengen zu analysieren, komplexe Probleme zu lösen und genaue Vorhersagen zu treffen. Sie werden sich auf die beiden Hauptarten des maschinellen Lernens konzentrieren: überwachtes und unüberwachtes Lernen. Sie lernen, wie man verschiedene Modelle des maschinellen Lernens auf geschäftliche Probleme anwendet und machen sich mit spezifischen Modellen wie Naive Bayes, Entscheidungsbaum, Random Forest und anderen vertraut.
Das A und O des maschinellen Lernens
Das A und O des maschinellen Lernens
Dieser Kurs ist Teil von Google Erweiterte Datenanalyse (berufsbezogenes Zertifikat)
Dozent: Google Career Certificates
TOP-LEHRKRAFT
45.610 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8
(431 Bewertungen)
Stufe Fortgeschritten
Für Personen mit Branchenerfahrung konzipiert
Flexibler Zeitplan
Ca. 36 Stunden
In Ihrem eigenen Lerntempo lernen
98%
Den meisten Lernenden hat dieser Kurs gefallen
Was Sie lernen werden
Merkmale der verschiedenen Arten des maschinellen Lernens zu erkennen
Daten für maschinelle Lernmodelle vorbereiten
Erstellung und Bewertung von überwachten und unüberwachten Lernmodellen mit Python
Demonstration der richtigen Modell- und Metrikauswahl für einen Algorithmus für maschinelles Lernen
Kompetenzen, die Sie erwerben
- Kategorie: Stack Overflow
- Kategorie: Python-Programmierung
- Kategorie: Maschinelles Lernen
- Kategorie: Effektive Kommunikation
- Kategorie: Prädiktive Modellierung
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
22 Quizzes
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
Dieser Kurs ist Teil der Spezialisierung Google Erweiterte Datenanalyse (berufsbezogenes Zertifikat)
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat 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 von Google 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 5 Module
Sie werden zunächst die grundlegenden Konzepte des maschinellen Lernens und die Rolle des maschinellen Lernens in der Datenwissenschaft erkunden. Dann werden Sie die vier Hauptarten des maschinellen Lernens kennenlernen: überwachtes, unüberwachtes, verstärkendes und tiefes Lernen.
Das ist alles enthalten
16 Videos7 Lektüren7 Quizzes2 Plug-ins
Sie erfahren, wie Datenexperten einen strukturierten Workflow für maschinelles Lernen verwenden. Sie werden die wichtigsten Schritte des Workflows und die Bedeutung der einzelnen Schritte im Gesamtprozess kennenlernen. Dann lernen Sie, wie Sie bestimmte Modelle des maschinellen Lernens auf geschäftliche Probleme anwenden können.
Das ist alles enthalten
12 Videos6 Lektüren3 Quizzes6 Unbewertete Labore
Sie werden mehr über eine der wichtigsten Arten des maschinellen Lernens erfahren: das unüberwachte Lernen. Zunächst werden Sie den Unterschied zwischen überwachten und unüberwachten Techniken sowie die Vorteile und Einsatzmöglichkeiten jedes Ansatzes kennen lernen. Dann lernen Sie, wie Sie zwei Modelle des unbeaufsichtigten maschinellen Lernens anwenden können: Clustering und K-means.
Das ist alles enthalten
7 Videos4 Lektüren3 Quizzes4 Unbewertete Labore
Als nächstes konzentrieren Sie sich auf das überwachte Lernen. Sie werden lernen, wie Sie die Leistung von überwachten maschinellen Lernmodellen wie Entscheidungsbaum, Random Forest und Gradient Boosting testen und validieren können.
Das ist alles enthalten
16 Videos11 Lektüren5 Quizzes10 Unbewertete Labore1 Plug-in
Sie werden das abschließende Projekt am Ende des Kurses abschließen, indem Sie verschiedene Modelle des maschinellen Lernens auf einen Datensatz für ein Arbeitsplatzszenario anwenden.
Das ist alles enthalten
5 Videos10 Lektüren4 Quizzes6 Unbewertete Labore
Dozent
Lehrkraftbewertungen
4.8 (107 Bewertungen)von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
University of Colorado Boulder
Illinois Tech
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
4.8
431 Bewertungen
- 5 stars
87,03 %
- 4 stars
9,95 %
- 3 stars
2,31 %
- 2 stars
0,46 %
- 1 star
0,23 %
Zeigt 3 von 431 an
JS
5
Geprüft am 8. Okt. 2023
Wonderful course......THANK YOU to the instructors as they all were amazing and encouraging.
SN
5
Geprüft am 21. Aug. 2023
Great for learning ML using Python and its libraries.
IH
5
Geprüft am 14. Jan. 2024
Very useful course! Concise overview of strengths and weaknesses of various cutting edge machine learning techniques.
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
Unternehmen jeder Art und Größe haben Geschäftsprozesse, bei denen riesige Datenmengen anfallen. Jeden Moment werden alle Arten von Informationen von Computern, dem Internet, Telefonen, Texten, Streaming-Videos, Fotos, Sensoren und vielem mehr erzeugt. In der globalen digitalen Landschaft sind die Daten zunehmend unpräzise, chaotisch und unstrukturiert. Da die Geschwindigkeit und Vielfalt der Daten exponentiell zunimmt, haben Unternehmen Schwierigkeiten, damit Schritt zu halten.
Datenwissenschaft und fortgeschrittene Data Analytics sind Teil eines Fachgebiets, das Rohdaten nutzt, um neue Wege der Modellierung und des Verständnisses des Unbekannten zu schaffen. Um Erkenntnisse zu gewinnen, sind Unternehmen auf Datenexperten angewiesen, die Daten erfassen, organisieren und interpretieren, um sie für interne Projekte und Prozesse zu nutzen. Datenwissenschaftler und fortgeschrittene Fachkräfte für Datenanalyse stützen sich auf eine Kombination wichtiger Fähigkeiten, darunter Statistik, wissenschaftliche Methoden, Datenanalyse und künstliche Intelligenz.
Ein Datenexperte ist ein Begriff, der jede Person beschreibt, die mit Daten arbeitet und/oder über Datenkenntnisse verfügt. Ein Datenexperte ist zumindest in der Lage, Daten zu erkunden, zu bereinigen, auszuwählen, zu analysieren und zu visualisieren. Sie können auch gut mit dem Schreiben von Code umgehen und sind mit den Techniken vertraut, die von Statistikern und Ingenieuren für maschinelles Lernen verwendet werden, einschließlich der Erstellung von Modellen, der Entwicklung algorithmischen Denkens und der Erstellung von Modellen für maschinelles Lernen.
Datenexperten sind für das Sammeln, Analysieren und Interpretieren großer Datenmengen in einer Vielzahl unterschiedlicher Organisationen verantwortlich. Die Rolle eines Datenexperten wird von Unternehmen zu Unternehmen unterschiedlich definiert. Im Allgemeinen verfügen Datenexperten über technische und strategische Fähigkeiten, die fortgeschrittene analytische Fähigkeiten wie Datenmanipulation, Versuchsplanung, prädiktive Modellierung und maschinelles Lernen erfordern. Sie führen eine Vielzahl von Aufgaben im Zusammenhang mit dem Sammeln, Strukturieren, Interpretieren, Überwachen und Berichten von Daten in zugänglichen Formaten aus, damit die Beteiligten die Daten verstehen und effektiv nutzen können. Letztlich hilft die Arbeit von Datenexperten Organisationen, fundierte, ethische Entscheidungen zu treffen.
Große Datenmengen - und die zur Verwaltung und Analyse dieser Daten erforderliche Technologie - werden immer leichter zugänglich. Aus diesem Grund gibt es immer mehr Karrieremöglichkeiten für Menschen, die mithilfe von Daten Geschichten erzählen können, wie z. B. leitende Fachkräfte für Datenanalyse und Data Scientists. Diese Fachleute sammeln, analysieren und interpretieren große Datenmengen in einer Vielzahl unterschiedlicher Organisationen. Ihre Aufgaben erfordern fortgeschrittene analytische Fähigkeiten wie Datenmanipulation, Versuchsplanung, Prognosemodellierung und maschinelles Lernen.