• für für Einzelpersonen
  • für Unternehmen
  • für für Hochschulen
  • für Behörden
Abschlüsse
Anmelden
Kostenlose Teilnahme
  • Blättern
  • Machine Learning

Maschinelles Lernen Kurse

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.


Beliebte Maschinelles Lernen Kurse & Zertifikate


  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D
    S

    Mehrere Erzieher

    Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Lernen mit Entscheidungsbäumen, Datenvorverarbeitung, Datenethik, Klassifizierungsalgorithmen, Transfer Learning, Künstliche Intelligenz, Überwachtes Lernen, Tensorflow, Scikit Learn (Bibliothek für Maschinelles Lernen), Feature Technik, Random Forest Algorithmus, Reinforcement Learning, Modellevaluation, Jupyter, Prädiktive Modellierung, Angewandtes maschinelles Lernen, NumPy, Unüberwachtes Lernen, Deep Learning

    4,9
    Bewertung, 4,9 von 5 Sternen
    ·
    37.798 Bewertungen

    Anfänger · Spezialisierung · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Maschinelles Lernen mit Python

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Lernen mit Entscheidungsbäumen, Scikit Learn (Bibliothek für Maschinelles Lernen), Klassifizierungsalgorithmen, Angewandtes maschinelles Lernen, Modellevaluation, Regressionsanalyse, Dimensionalitätsreduktion, Python-Programmierung, Feature Technik, Logistische Regression, Prädiktive Modellierung, Unüberwachtes Lernen, Überwachtes Lernen

    4,7
    Bewertung, 4,7 von 5 Sternen
    ·
    18.187 Bewertungen

    Mittel · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    Imperial College London

    Mathematik für maschinelles Lernen

    Kompetenzen, die Sie erwerben: Angewandte Mathematik, Datenvorverarbeitung, Derivate, Infinitesimalrechnung, Künstliche neuronale Netze, Statistik, Regressionsanalyse, Dimensionalitätsreduktion, Mathematische Modellierung, Algorithmen für maschinelles Lernen, Python-Programmierung, Jupyter, Lineare Algebra, NumPy, Fortgeschrittene Mathematik, Algorithmen, Feature Technik, Unüberwachtes Lernen

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    14.988 Bewertungen

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Statistische Methoden, Klassifizierungsalgorithmen, Generative adversarische Netze (GANs), Datenverarbeitung, Faltungsneuronale Netzwerke, Datenvorverarbeitung, Überwachtes Lernen, Rekurrente Neuronale Netze (RNNs), Explorative Datenanalyse, Reinforcement Learning, Dimensionalitätsreduktion, Regressionsanalyse, Python-Programmierung, Datenanalyse, Auto-Kodierer, Zeitreihenanalyse und Vorhersage, Feature Technik, Unüberwachtes Lernen, Deep Learning

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3543 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Überwachtes maschinelles Lernen: Regression und Klassifizierung

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Klassifizierungsalgorithmen, Datenvorverarbeitung, Überwachtes Lernen, Regressionsanalyse, Künstliche Intelligenz, Logistische Regression, Python-Programmierung, Feature Technik, Modellevaluation, Jupyter, Prädiktive Modellierung, Scikit Learn (Bibliothek für Maschinelles Lernen), NumPy, Unüberwachtes Lernen

    4,9
    Bewertung, 4,9 von 5 Sternen
    ·
    31.721 Bewertungen

    Anfänger · Kurs · 1–4 Wochen

  • Status: Neu
    Neu
    Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    C

    Coursera

    Grundlagen des maschinellen Lernens

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Statistische Modellierung, Lernen mit Entscheidungsbäumen, Klassifizierungsalgorithmen, Datenvorverarbeitung, Vorhersage, Datenmanipulation, Überwachtes Lernen, Dimensionalitätsreduktion, Feature Technik, Zeitreihenanalyse und Vorhersage, Regressionsanalyse, Scikit Learn (Bibliothek für Maschinelles Lernen), Modellevaluation, Algorithmen für maschinelles Lernen, Angewandtes maschinelles Lernen, Prädiktive Analytik, Unüberwachtes Lernen, Prädiktive Modellierung, Anomalie-Erkennung

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    10 Bewertungen

    Mittel · Kurs · 1–4 Wochen

Was führt Sie heute zu Coursera?

  • Status: Kostenlos
    Kostenlos
    A

    Amazon Web Services

    Fundamentals of Machine Learning and Artificial Intelligence

    Kompetenzen, die Sie erwerben: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, AI Enablement, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning, Digital Transformation

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    2506 Bewertungen

    Gemischt · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Mathematik für maschinelles Lernen und Datenwissenschaft

    Kompetenzen, die Sie erwerben: Deskriptive Statistik, Maschinelles Lernen, Angewandte Mathematik, Datenvorverarbeitung, Infinitesimalrechnung, A/B-Tests, Dimensionalitätsreduktion, Wahrscheinlichkeit & Statistik, Wahrscheinlichkeitsverteilung, Lineare Algebra, Statistische Analyse, Algorithmen für maschinelles Lernen, Bayessche Statistik, Methoden des Maschinellen Lernens, Numerische Analyse, Wahrscheinlichkeit, NumPy, Statistische Inferenz, Stichproben (Statistik), Statistische Hypothesentests

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3126 Bewertungen

    Mittel · Spezialisierung · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    U

    University of Washington

    Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Lernen mit Entscheidungsbäumen, Klassifizierungsalgorithmen, Datenvorverarbeitung, Statistische Modellierung, Modellevaluation, Regressionsanalyse, Statistisches maschinelles Lernen, Logistische Regression, Angewandtes maschinelles Lernen, Künstliche Intelligenz, Prädiktive Modellierung, Überwachtes Lernen, Computervision, Feature Technik, Unüberwachtes Lernen, Bildanalyse, Bayessche Statistik, Data-Mining, Deep Learning

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    16.259 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • Status: Vorschau
    Vorschau
    I

    IBM

    Einführung in maschinelles Lernen für jedermann

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Klassifizierungsalgorithmen, Datenverarbeitung, Künstliche Intelligenz, Überwachtes Lernen, Regressionsanalyse, Reinforcement Learning, Angewandtes maschinelles Lernen, Modellevaluation, Prädiktive Modellierung, Unüberwachtes Lernen, Deep Learning

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    301 Bewertungen

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    G

    Google

    Das A und O des maschinellen Lernens

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Lernen mit Entscheidungsbäumen, Klassifizierungsalgorithmen, Datenethik, Überwachtes Lernen, Feature Technik, Random Forest Algorithmus, Statistisches maschinelles Lernen, Modellevaluation, Python-Programmierung, Leistungsoptimierung, Unüberwachtes Lernen, Erweiterte Analytik

    4,8
    Bewertung, 4,8 von 5 Sternen
    ·
    594 Bewertungen

    Fortgeschritten · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Einführung in maschinelles Lernen

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Datenzugang, Statistische Methoden, Klassifizierungsalgorithmen, Scikit Learn (Bibliothek für Maschinelles Lernen), Datenvorverarbeitung, Überwachtes Lernen, Explorative Datenanalyse, Dimensionalitätsreduktion, Regressionsanalyse, Angewandtes maschinelles Lernen, Anomalie-Erkennung, Algorithmen für maschinelles Lernen, Modellevaluation, Statistische Inferenz, Logistische Regression, Prädiktive Modellierung, Unüberwachtes Lernen, Feature Technik, Statistische Hypothesentests

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3295 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

1234…554

Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

  • Maschinelles Lernen: DeepLearning.AI
  • Maschinelles Lernen mit Python: IBM
  • Mathematik für maschinelles Lernen: Imperial College London
  • IBM Maschinelles Lernen: IBM
  • Überwachtes maschinelles Lernen: Regression und Klassifizierung: DeepLearning.AI
  • Grundlagen des maschinellen Lernens: Coursera
  • Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
  • Mathematik für maschinelles Lernen und Datenwissenschaft: DeepLearning.AI
  • Maschinelles Lernen: University of Washington
  • Einführung in maschinelles Lernen für jedermann: IBM

Häufig gestellte Fragen zum Thema Machine Learning

Maschinelles Lernen ist ein Teilbereich der Künstlichen Intelligenz, der es Systemen ermöglicht, aus Daten zu lernen, Muster zu erkennen und Entscheidungen mit minimalem menschlichen Eingriff zu treffen. Es ist wichtig, weil es Innovationen in verschiedenen Sektoren vorantreibt, vom Gesundheitswesen bis zum Finanzwesen, indem es Prozesse automatisiert und Einblicke gewährt, die zuvor unerreichbar waren. Da sich die Industrie zunehmend auf datengesteuerte Entscheidungsfindung verlässt, wird das Verständnis des Maschinellen Lernens zu einem wesentlichen Faktor, um wettbewerbsfähig zu bleiben.‎

Im Bereich des Maschinellen Lernens gibt es eine Vielzahl von Beschäftigungsmöglichkeiten. Zu den Positionen gehören Ingenieur für Maschinelles Lernen, Data Scientist, KI-Forscher und Business Intelligence-Analyst. Diese Positionen erfordern oft eine Mischung aus Programmierkenntnissen, statistischem Wissen und Fachwissen. Da Unternehmen weiterhin Technologien des Maschinellen Lernens einsetzen, wird die Nachfrage nach qualifizierten Fachkräften in diesem Bereich voraussichtlich steigen.‎

Um Maschinelles Lernen effektiv zu erlernen, sollten Sie sich auf mehrere Schlüsselqualifikationen konzentrieren. Die Beherrschung von Programmiersprachen wie Python oder R ist entscheidend, ebenso wie ein solides Verständnis von Statistik und linearer Algebra. Vertrautheit mit Tools zur Datenmanipulation und -visualisierung sowie Erfahrung mit Frameworks für maschinelles Lernen wie TensorFlow oder PyTorch sind ebenfalls von Vorteil. Diese Fähigkeiten bilden eine solide Grundlage für Ihr maschinelles Lernen.‎

Es gibt viele ausgezeichnete Online-Ressourcen für das maschinelle Lernen. Zu den bemerkenswerten Optionen gehören das IBM Machine Learning Professional Certificate und das Machine Learning with Scikit-learn, PyTorch \& Hugging Face Professional Certificate. Diese Programme bieten strukturierte Lernpfade und praktische Projekte, die Ihnen helfen, praktische Fähigkeiten aufzubauen.‎

Ja. Sie können das Maschinelle Lernen auf Coursera auf zwei Arten kostenlos erlernen:

  1. Sehen Sie sich das erste Modul vieler Kurse zum Maschinellen Lernen kostenlosan. Dazu gehören Videolektionen, Lesungen, bewertete Aufgaben und Coursera Coach (wo verfügbar).
  2. Starten Sie eine kostenlose 7-Tage-Testversion für Spezialisierungen oder Coursera Plus. Damit erhalten Sie innerhalb des Testzeitraums vollen Zugang zu allen Kursinhalten der in Frage kommenden Programme.

Wenn Sie weiterlernen, ein Zertifikat in Maschinellem Lernen erwerben oder den vollen Kurszugang nach der Vorschau oder Probezeit freischalten möchten, können Sie ein Upgrade durchführen oder finanzielle Unterstützung beantragen.‎

Um Maschinelles Lernen zu erlernen, sollten Sie zunächst Einführungskurse besuchen, die die Grundlagen von Algorithmen und Datenanalyse abdecken. Wenden Sie das Gelernte in praktischen Projekten an und arbeiten Sie sich schrittweise in fortgeschrittenere Themen ein. Nutzen Sie Online-Ressourcen, nehmen Sie an Foren teil und arbeiten Sie mit Gleichgesinnten zusammen, um Ihr Verständnis zu verbessern. Konsequentes Üben und die Anwendung in der Praxis werden Ihre Fähigkeiten stärken.‎

Typische Themen, die in Kursen zum Maschinellen Lernen behandelt werden, sind überwachtes und unüberwachtes Lernen, Regressionsanalyse, Klassifizierungstechniken, Clustering und neuronale Netzwerke. Darüber hinaus werden in den Kursen häufig Datenvorverarbeitung, Feature Engineering und Modellevaluation behandelt. Wenn Sie diese Konzepte verstehen, verfügen Sie über das nötige Wissen, um verschiedene Herausforderungen des Maschinellen Lernens zu bewältigen.‎

Für das Training und die Weiterbildung von Mitarbeitern im Bereich des Maschinellen Lernens sind Programme wie die Spezialisierung auf Angewandtes Maschinelles Lernen sehr effektiv. Diese Kurse konzentrieren sich auf praktische Anwendungen und reale Szenarien und sind daher für Fachleute geeignet, die ihre Fähigkeiten verbessern und zu den datengesteuerten Initiativen ihrer Unternehmen beitragen möchten.‎

Diese häufig gestellten Fragen dienen nur zu Informationszwecken. Den Lernenden wird empfohlen, eingehender zu recherchieren, ob Kurse und andere angestrebte Qualifikationen wirklich ihren persönlichen, beruflichen und finanziellen Vorstellungen entsprechen.

Andere wissenswerte Themen

Kunst und Geisteswissenschaften
338 Kurse
Wirtschaft
1095 Kurse
Informatik
668 Kurse
Datenverarbeitung
425 Kurse
Informationstechnologie
145 Kurse
Gesundheit
471 Kurse
Mathematik und Logik
70 Kurse
Persönliche Entwicklung
137 Kurse
Physikalische Wissenschaft und Technik
413 Kurse
Sozialwissenschaften
401 Kurse
Sprachen lernen
150 Kurse

Coursera-Fußzeile

Fertigkeiten

  • Künstliche Intelligenz (KI)
  • Cybersicherheit
  • Datenanalyse
  • Digitales Marketing
  • Englisch sprechend
  • Generative KI (GenAI)
  • Microsoft Excel
  • Microsoft Power BI
  • Projektmanagement
  • Python

Zertifikate und Programme

  • Google Cybersecurity-Zertifikat
  • Google Data Analytics Zertifikat
  • Google IT-Support-Zertifikat
  • Google Project Management Zertifikat
  • Google UX Design Zertifikat
  • IBM Fachkraft für Datenanalyse Zertifikat
  • IBM Datenwissenschaft Zertifikat
  • Zertifikat Maschinelles Lernen
  • Microsoft Power BI Fachkraft für Datenanalyse Zertifikat
  • UI / UX-Designer Zertifikat

Industrien & Karrieren

  • Wirtschaft
  • Informatik
  • Datenverarbeitung
  • Bildung & Unterricht
  • Technik
  • Finanzen
  • Gesundheitswesen
  • Personalwesen (HR)
  • Informationstechnologie (IT)
  • Marketing

Karriere-Ressourcen

  • Berufseignungstest
  • Beispiele für Stärken und Schwächen für Vorstellungsgespräche
  • Einkommensstarke Fähigkeiten zu erlernen
  • Wie funktioniert die Kryptowährung?
  • Hervorhebung von doppelten Einträgen in Google Sheets
  • Wie man künstliche Intelligenz lernt
  • Beliebte Zertifizierungen für Cybersicherheit
  • Vorbereitung auf die PMP-Zertifizierung
  • Anzeichen dafür, dass Sie den Job nach einem Vorstellungsgespräch bekommen
  • Was ist künstliche Intelligenz?

Coursera

  • Info
  • Was wir anbieten
  • Leitung
  • Jobs
  • Katalog
  • Coursera Plus
  • Berufsbezogene Zertifikate
  • MasterTrack® Certificates
  • Abschlüsse
  • Für Unternehmen
  • Für Regierungen
  • Für Campus
  • Werden Sie Partner
  • Soziale Auswirkung
  • Kostenlose Kurse
  • Teilen Sie Ihre Coursera-Lerngeschichte

Community

  • Kursteilnehmer
  • Partner
  • Beta-Tester
  • Blog
  • Der Coursera-Podcast
  • Tech-Blog

Mehr

  • Presse
  • Anleger
  • Nutzungsbedingungen/AGB
  • Datenschutz
  • Hilfe
  • Barrierefreiheit
  • Kontakt
  • Artikel
  • Verzeichnis
  • Partnerunternehmen
  • Stellungnahme zu moderner Sklaverei
  • Nicht verkaufen/weitergeben
Überall lernen
Aus dem App Store herunterladen
Erhältlich bei Google Play
Logo von Certified B Corporation
© 2026 Coursera Inc. Alle Rechte vorbehalten.
  • Coursera Facebook
  • Coursera LinkedIn
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera auf TikTok