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.

University of Alberta
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Entscheidungsintelligenz, Künstliche Intelligenz, Markov-Modell, Algorithmen, Algorithmen für maschinelles Lernen, Agentische Systeme, Reinforcement Learning
★ 4.8 (2901) · Mittel · Kurs · 1–3 Monate

Johns Hopkins University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell Ausbildung, Regressionsanalyse, Prädiktive Modellierung, Algorithmen für maschinelles Lernen, Statistische Inferenz, R Programmierung, Rmarkdown, Datenvisualisierung, Bewertung des Modells, Glänzend (R-Paket), GitHub, Wahrscheinlichkeitsrechnung und Statistik, Explorative Datenanalyse, Statistische Modellierung, Interaktive Datenvisualisierung, Merkblatt (Software), Statistische Analyse, Plotly, Statistische Hypothesenprüfung, Modellevaluation
★ 4.4 (7199) · Mittel · Spezialisierung · 3–6 Monate

New York University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Dimensionalitätsreduktion, Unüberwachtes Lernen, Software für maschinelles Lernen, Finanzmarkt, Python-Programmierung, Angewandtes maschinelles Lernen, Überwachtes Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Methoden des maschinellen Lernens, Algorithmen für maschinelles Lernen, Entscheidungsbaum-Lernen, Finanzieller Handel, Reinforcement Learning, Marktdaten, Explorative Datenanalyse, Korrelationsanalyse, Portfolio-Verwaltung, Finanzdienstleistungen, Künstliche neuronale Netze
★ 3.7 (341) · Mittel · Kurs · 1–4 Wochen

New York Institute of Finance
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell Ausbildung, Vorverarbeitung von Daten, Keras (Bibliothek für neuronale Netze), Angewandtes maschinelles Lernen, Markttrend, Python-Programmierung, Bewertung des Modells, Finanzieller Handel, Marktdaten, Tiefes Lernen, Tensorflow, Leistungsmetrik, Statistisches maschinelles Lernen, Technische Analyse, Feature Technik, Korrelationsanalyse, Datenvorverarbeitung, Technische Merkmale, Modellevaluation, Wertpapierhandel, Daten-Pipelines, Künstliche neuronale Netze
★ 3.9 (379) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell Ausbildung, Faltungsneuronale Netzwerke, Computer Programmierung, Transfer Learning, Faltungsneuronale Netze, Lernen übertragen, Python-Programmierung, Eingebettete Systeme, Verantwortungsvolle AI, Modell-Einsatz, Computer Vision, Tiefes Lernen, Bewertung des Modells, Bildanalyse, Daten-Ethik, Klassifizierungsalgorithmen, Modellevaluation, Computerprogrammierung, Künstliche neuronale Netze
★ 4.8 (165) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: PyTorch (Machine Learning Library), Keras (Neural Network Library), Deep Learning, Convolutional Neural Networks, Reinforcement Learning, Model Optimization, Autoencoders, Generative AI, Artificial Neural Networks, Transfer Learning, Unsupervised Learning, Recurrent Neural Networks (RNNs), Generative Adversarial Networks (GANs), Generative Model Architectures, Applied Machine Learning, Image Analysis, Machine Learning Methods, Artificial Intelligence and Machine Learning (AI/ML), Tensorflow, Logistic Regression
★ 4.5 (4234) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate
Duke University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Verantwortungsvolle AI, Angewandtes maschinelles Lernen, Python-Programmierung, Künstliche Intelligenz, Regressionsanalyse, Algorithmen für maschinelles Lernen, Entscheidungsbaum-Lernen, Modellierung großer Sprachen, Tiefes Lernen, Statistische Modellierung, Daten-Ethik, Einbettungen, Künstliche neuronale Netze
★ 4.6 (30) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Model Evaluation, Data Preprocessing, JUnit, Model Training, Build Tools, MLOps (Machine Learning Operations), Java, Performance Tuning, Decision Tree Learning, Classification And Regression Tree (CART), Apache Maven, Data Structures, Random Forest Algorithm, Gradle, Data Pipelines, Software Architecture, Software Design, Object Oriented Programming (OOP), Apache, Machine Learning
Mittel · Spezialisierung · 3–6 Monate

University of Colorado System
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Marketing-Analytik, Erweiterte Analytik, Datengestützte Entscheidungsfindung, Unüberwachtes Lernen, Prädiktive Modellierung, Prädiktive Analytik, Dimensionalitätsreduktion, Strategisches Marketing, Angewandtes maschinelles Lernen, Überwachtes Lernen, Marketing-Strategien, Verbesserung der Kundenerfahrung, Kundenanalyse, AI-Personalisierung, Business Marketing, Statistisches maschinelles Lernen, Datengesteuertes Marketing, Personalisierter Service, Klassifizierungs- und Regressionsbaum (CART)
Mittel · Kurs · 1–4 Wochen

University of Alberta
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Entscheidungsintelligenz, Modell Ausbildung, Künstliche Intelligenz, Markov-Modell, Stichproben (Statistik), Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Algorithmen, Agentische Systeme, Bewertung des Modells, Reinforcement Learning, Simulationen, Tiefes Lernen, Entwicklung von Systemen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Feature Technik, Technische Merkmale, Modellevaluation, Architektur der Lösung
★ 4.7 (3588) · Mittel · Spezialisierung · 3–6 Monate

Imperial College London
Kompetenzen, die Sie erwerben: Modell-Optimierung, Kalkulation, Angewandtes maschinelles Lernen, Regressionsanalyse, Angewandte Mathematik, Numerische Analyse, Lineare Algebra, Derivate, Künstliche neuronale Netze, Mathematische Software
★ 4.7 (5773) · Anfänger · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Modell-Optimierung, Maschinelles Lernen, Modell Ausbildung, Datenmanipulation, Unüberwachtes Lernen, Datenvalidierung, Prädiktive Modellierung, Software für maschinelles Lernen, Erkennung von Anomalien, Überwachtes Lernen, Angewandtes maschinelles Lernen, Algorithmen für maschinelles Lernen, Methoden des maschinellen Lernens, Validierung von Daten, Daten importieren/exportieren, Entscheidungsbaum-Lernen, Random Forest Algorithmus, Bewertung des Modells, Autokodierer, Tiefes Lernen, Klassifizierungsalgorithmen, Auto-Kodierer, Modellevaluation
★ 4.5 (74) · Mittel · Kurs · 1–3 Monate