University of Colorado Boulder
Spezialisierung Maschinelles Lernen: Theorie und praktische Anwendung mit Python
University of Colorado Boulder

Spezialisierung Maschinelles Lernen: Theorie und praktische Anwendung mit Python

Entwickeln Sie grundlegende Fähigkeiten im Bereich Machine Learning. Erweitern Sie Ihr Data Science-Toolkit um überwachte, unüberwachte und Deep Learning-Techniken.

Geena Kim

Dozent: Geena Kim

9.991 bereits angemeldet

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
3.7

(51 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

3 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
3.7

(51 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

3 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Lernen Sie verschiedene klassische Algorithmen des überwachten und unüberwachten Lernens sowie einführende Deep Learning-Themen kennen.

  • Erstellen und bewerten Sie Modelle für maschinelles Lernen unter Verwendung beliebter Python-Bibliotheken und vergleichen Sie die Stärken und Schwächen der einzelnen Algorithmen.

  • Erläutern Sie, welche Modelle des maschinellen Lernens auf der Grundlage der Eigenschaften der Daten am besten auf eine Aufgabe des maschinellen Lernens angewendet werden sollten.

  • Verbessern Sie die Leistung des Modells durch die Abstimmung von Hyperparametern und die Anwendung verschiedener Techniken wie Sampling und Regularisierung.

Kompetenzen, die Sie erwerben

  • Kategorie: Unüberwachtes Lernen
  • Kategorie: Python-Programmierung
  • Kategorie: Deep Learning
  • Kategorie: hyperparameter-Abstimmung
  • Kategorie: Überwachtes Lernen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von University of Colorado Boulder.
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

Spezialisierung - 3 Kursreihen

Einführung in das maschinelle Lernen: Überwachtes Lernen

KURS 139 Stunden3.3 (58 Bewertungen)

Was Sie lernen werden

  • Verwenden Sie moderne Tools für maschinelles Lernen und Python-Bibliotheken.

  • Vergleichen Sie die Stärken und Schwächen der logistischen Regression.

  • Erklären Sie, wie man mit linear untrennbaren Daten umgeht.

  • Erklären Sie, was ein Entscheidungsbaum ist und wie er Knoten aufteilt.

Kompetenzen, die Sie erwerben

Kategorie: Hyperparameter
Kategorie: sklearn
Kategorie: zusammenstellung
Kategorie: Entscheidungsbaum

Unüberwachte Algorithmen im maschinellen Lernen

KURS 238 Stunden3.9 (14 Bewertungen)

Was Sie lernen werden

  • Erklären Sie, was unüberwachtes Lernen ist, und nennen Sie die Methoden, die beim unüberwachten Lernen verwendet werden.

  • Listen Sie die Algorithmen für die verschiedenen Methoden der Matrixfaktorisierung auf und erklären Sie, wofür sie jeweils verwendet werden.

  • Listen Sie die Algorithmen für die verschiedenen Methoden der Matrixfaktorisierung auf und erklären Sie, wofür sie jeweils verwendet werden.

Kompetenzen, die Sie erwerben

Kategorie: Cluster-Analyse
Kategorie: Dimensionalitätsreduktion
Kategorie: Unüberwachtes Lernen
Kategorie: Empfehlungssysteme
Kategorie: Matrix-Faktorisierung

Einführung in Deep Learning

KURS 360 Stunden3.6 (27 Bewertungen)

Was Sie lernen werden

  • Wenden Sie beim Training verschiedene Optimierungsmethoden an und erklären Sie das unterschiedliche Verhalten.

  • Verwenden Sie Cloud-Tools und Deep Learning-Bibliotheken, um die CNN-Architektur zu implementieren und für Bildklassifizierungsaufgaben zu trainieren.

  • Wenden Sie das Deep Learning-Paket auf sequentielle Daten an, erstellen Sie Modelle, trainieren und optimieren Sie sie.

Kompetenzen, die Sie erwerben

Kategorie: Rekurrentes Neuronales Netzwerk
Kategorie: Faltungsneuronales Netzwerk
Kategorie: Künstliches Neuronales Netzwerk
Kategorie: Unüberwachtes Deep Learning
Kategorie: Deep Learning

Dozent

Geena Kim
University of Colorado Boulder
3 Kurse22.514 Lernende

von

Auf einen Abschluss hinarbeiten

Dieses Spezialisierung ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Colorado Boulderangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹

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.“
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