Dieser Kurs richtet sich an Fachleute aus der Wirtschaft, die die grundlegenden Konzepte des maschinellen Lernens kennenlernen, Modellhypothesen mit Hilfe eines Versuchsplans testen und Modelle mit Hilfe von Algorithmen zur Lösung von Klassifizierungs-, Regressions- und Vorhersageproblemen sowie von Clustering-Problemen trainieren, abstimmen und auswerten möchten. Um diesen Kurs erfolgreich zu absolvieren, sollten die Kursteilnehmer über Kenntnisse in der Computertechnologie verfügen, einschließlich einer gewissen Begabung für die Computerprogrammierung.
Modelle für maschinelles Lernen trainieren
Dieser Kurs ist Teil von CertNexus Zertifizierter Data Science Praktiker (berufsbezogenes Zertifikat)
Dozenten: Stacey McBrine
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Maschinelles Lernen
- Kategorie: planung von Experimenten
- Kategorie: regression
- Kategorie: klassifizierung
- Kategorie: clustering
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 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 5 Module
In den vorangegangenen Kursen der CDSP-Spezialisierung wurden Ihre Daten gründlich aufbereitet. Jetzt ist es an der Zeit, sich mit der Entwicklung von Modellen für maschinelles Lernen zu befassen. Diese Modelle werden bei der Erreichung Ihrer Geschäftsziele eine wichtige Rolle spielen, denn sie können auf intelligente Weise viel über die Welt einschätzen. Doch bevor Sie mit der Entwicklung dieser Modelle beginnen, müssen Sie genau wissen, was maschinelles Lernen bedeutet und was es bedeutet, maschinelles Lernen zum Testen einer Hypothese einzusetzen.
Das ist alles enthalten
15 Videos6 Lektüren1 Aufgabe2 peer reviews1 Diskussionsthema
Die erste Art von Machine Learning-Aufgaben, für die Sie Modelle erstellen werden, ist die Klassifizierung. Klassifizierung hat viele Anwendungen in vielen verschiedenen Bereichen, ist also ein guter Ausgangspunkt. In diesem Modul werden Sie Klassifizierungsmodelle trainieren, diese Modelle abstimmen und sie dann im Rahmen eines iterativen Verbesserungsprozesses auswerten.
Das ist alles enthalten
18 Videos9 Lektüren1 Aufgabe1 Diskussionsthema7 Unbewertete Labore
Die nächste wichtige Aufgabe beim maschinellen Lernen, die Sie übernehmen werden, ist die Regression. Während es bei der Klassifizierung darum geht, Dinge in Kategorien einzuordnen, geht es bei der Regression um die Schätzung von Zahlen. Wie im vorherigen Modul werden Sie auch in diesem Modul Modelle trainieren, abstimmen und dann auswerten, die eine Regression durchführen.
Das ist alles enthalten
13 Videos7 Lektüren1 Aufgabe1 Diskussionsthema4 Unbewertete Labore
Sie haben überwachte Lernmodelle mit Klassifizierung und Regression erstellt. Jetzt ist es an der Zeit, mit unüberwachten Lernmodellen zu arbeiten, bei denen markierte Daten nicht ohne weiteres verfügbar sind. In diesem Modul werden Sie unüberwachtes Lernen in Form von Clustering-Modellen implementieren, die Beobachtungen mit gemeinsamen Merkmalen gruppieren können. Genau wie zuvor werden Sie diese Modelle in einem Prozess aus Training, Abstimmung und Bewertung entwickeln.
Das ist alles enthalten
9 Videos5 Lektüren1 Aufgabe1 Diskussionsthema4 Unbewertete Labore
Sie haben Modelle für Klassifizierung, Regression und Clustering entwickelt. In diesem Modul werden Sie das Gelernte in einem praktischen Szenario anwenden. Mithilfe eines Jupyter-Notebooks werden Sie Aufgaben zum maschinellen Lernen durchführen. Sie haben die Wahl zwischen drei Notebooks, von denen jedes eine andere Art von Algorithmus nutzt.
Das ist alles enthalten
1 peer review1 Unbewertetes Labor
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Coursera Project Network
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.