ML-Kurse können Ihnen helfen zu lernen, wie Modelle entwickelt, trainiert und bewertet werden. Sie können Fähigkeiten in Algorithmen, Datenaufbereitung, Modelloptimierung und Analyse aufbauen. Viele Kurse stellen Python-Bibliotheken, Tools und Beispielprojekte vor.

Kompetenzen, die Sie erwerben: Model Evaluation, Data Preprocessing, Model Training, Reinforcement Learning, Model Optimization, Deep Learning, Large Language Modeling, PyTorch (Machine Learning Library), Python Programming, Applied Machine Learning, Image Analysis, Machine Learning Methods, Transfer Learning, Natural Language Processing, Tensorflow, Computer Vision, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning, Machine Learning Algorithms, Convolutional Neural Networks
Mittel · Kurs · 3–6 Monate

Packt
Kompetenzen, die Sie erwerben: Model Evaluation, Classification Algorithms, R Programming, Apache Spark, Deep Learning, Applied Machine Learning, Data Wrangling, Keras (Neural Network Library), Unsupervised Learning, Model Training, Statistical Machine Learning, Data Manipulation, Machine Learning Methods, Machine Learning Algorithms, Data Science, Machine Learning, Tidyverse (R Package), Data Analysis, Bayesian Network, Logistic Regression
Mittel · Kurs · 3–6 Monate

Kompetenzen, die Sie erwerben: MLOps (Operationen für maschinelles Lernen), Modell-Einsatz, Angewandtes maschinelles Lernen, Große Daten, Unstrukturierte Daten, Google Cloud-Plattform, Cloud-API, Tensorflow, Modell Ausbildung, Maschinelles Lernen, Jupyter, Methoden des maschinellen Lernens
★ 4.6 (1246) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Modell-Einsatz, Daten-Pipelines, Überwachtes Lernen, Apache Hadoop, Generative KI, Regressionsanalyse, Bewertung des Modells, Klassifizierungsalgorithmen, Unüberwachtes Lernen, Modellevaluation, Datenverarbeitung, Datenumwandlung, Prädiktive Modellierung, Maschinelles Lernen, Apache Spark, Auszug
★ 4.5 (114) · Mittel · Kurs · 1–4 Wochen

New York University
Kompetenzen, die Sie erwerben: Algorithmen für maschinelles Lernen, Derivate, Statistisches maschinelles Lernen, Entscheidungsbaum-Lernen, Statistische Modellierung, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, Überwachtes Lernen, Statistische Methoden, Bewertung des Modells, Finanzmarkt, Unüberwachtes Lernen, Tensorflow, Modellevaluation, Modell Ausbildung, Maschinelles Lernen, Finanzieller Handel, Prädiktive Modellierung, Reinforcement Learning, Methoden des maschinellen Lernens, Dimensionalitätsreduktion
★ 3.7 (820) · Mittel · Spezialisierung · 3–6 Monate

Johns Hopkins University
Kompetenzen, die Sie erwerben: R Programmierung, Prädiktive Analytik, Angewandtes maschinelles Lernen, Algorithmen für maschinelles Lernen, Überwachtes Lernen, Regressionsanalyse, Vorverarbeitung von Daten, Klassifizierungs- und Regressionsbaum (CART), Random Forest Algorithmus, Klassifizierungsalgorithmen, Bewertung des Modells, Modellevaluation, Modell Ausbildung, Maschinelles Lernen, Prädiktive Modellierung, Software für maschinelles Lernen, Methoden des maschinellen Lernens, Feature Technik, Technische Merkmale, Datenvorverarbeitung
★ 4.5 (3267) · Gemischt · Kurs · 1–4 Wochen

Alberta Machine Intelligence Institute
Kompetenzen, die Sie erwerben: Computer Programmierung, Computerprogrammierung, Algorithmen für maschinelles Lernen, Verantwortungsvolle AI, Bewertung des Modells, Vorverarbeitung von Daten, Angewandtes maschinelles Lernen, Validierung von Daten, Python-Programmierung, Verifizierung und Validierung, Modellevaluation, Datenvalidierung, Modell Ausbildung, Statistische Analyse, Algorithmen, Maschinelles Lernen, Datenumwandlung, Qualität der Daten, Lineare Algebra, Bereinigung von Daten, Feature Technik, Technische Merkmale, Datenvorverarbeitung, Datenqualität
★ 4.4 (98) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Datenanalyse, Algorithmen für maschinelles Lernen, Prädiktive Analytik, Angewandtes maschinelles Lernen, Explorative Datenanalyse, Überwachtes Lernen, Python-Programmierung, Technische Kommunikation, Regressionsanalyse, Deskriptive Statistik, Scikit Learn (Bibliothek für maschinelles Lernen), Künstliche neuronale Netze, Text Mining, Unüberwachtes Lernen, Statistische Analyse, Kollaborative Software, Maschinelles Lernen, Prädiktive Modellierung, Präsentation der Daten, Keras (Bibliothek für neuronale Netze)
★ 4.7 (204) · Fortgeschritten · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Scikit Learn (Machine Learning Library), Classification Algorithms, Applied Machine Learning, Model Training, Machine Learning Algorithms, Predictive Modeling, Supervised Learning, Random Forest Algorithm, Machine Learning, Unsupervised Learning, Data Analysis
★ 4.6 (19) · Anfänger · angeleitetes Projekt · Weniger als 2 Stunden

Wesleyan University
Kompetenzen, die Sie erwerben: Datenanalyse, Statistisches maschinelles Lernen, Angewandtes maschinelles Lernen, Algorithmen für maschinelles Lernen, Prädiktive Analytik, Explorative Datenanalyse, Python-Programmierung, Regressionsanalyse, Klassifizierungs- und Regressionsbaum (CART), Bewertung des Modells, Random Forest Algorithmus, Unüberwachtes Lernen, Entscheidungsbaum-Lernen, Modellevaluation, Prädiktive Modellierung, Maschinelles Lernen, Methoden des maschinellen Lernens, Feature Technik, Technische Merkmale
★ 4.2 (328) · Gemischt · Kurs · 1–4 Wochen

University of California San Diego
Kompetenzen, die Sie erwerben: Datenanalyse, Algorithmen für maschinelles Lernen, Datenwrangling, Angewandtes maschinelles Lernen, Große Daten, Deskriptive Statistik, Vorverarbeitung von Daten, Regressionsanalyse, Explorative Datenanalyse, Data Mining, Klassifizierungsalgorithmen, Bewertung des Modells, Unüberwachtes Lernen, Modellevaluation, Modell Ausbildung, Statistische Analyse, Maschinelles Lernen, Datenumwandlung, Software für maschinelles Lernen, Apache Spark, Methoden des maschinellen Lernens, Datenvorverarbeitung
★ 4.6 (2504) · Gemischt · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Logistische Regression, Algorithmen für maschinelles Lernen, Verantwortungsvolle AI, Überwachtes Lernen, Entscheidungsbaum-Lernen, Daten-Ethik, Regressionsanalyse, Bewertung des Modells, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, Klassifizierungsalgorithmen, Tiefes Lernen, Lernen übertragen, Random Forest Algorithmus, Tensorflow, Modellevaluation, Modell-Optimierung, Modell Ausbildung, Maschinelles Lernen, Transfer Learning
★ 4.9 (8684) · Anfänger · Kurs · 1–4 Wochen