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.

Duke University
Kompetenzen, die Sie erwerben: NumPy, Microsoft Azure, Datenverwaltung, GitHub Kopilot, Einheitstest, Maschinelles Lernen, Cloud-Bereitstellung, Datenanalyse, Verantwortungsvolle AI, GitHub, Cloud Computing, Datenmanagement, MLOps (Operationen für maschinelles Lernen), Einheitliche Prüfung, Python-Programmierung, Modell-Einsatz, Gesicht umarmen, Große Daten, Pandas (Python-Paket), DevOps, Feinabstimmung, AWS SageMaker
★ 4.2 (612) · Fortgeschritten · Spezialisierung · 3–6 Monate
University of Michigan
Kompetenzen, die Sie erwerben: Methoden des maschinellen Lernens, Prädiktive Modellierung, Künstliche neuronale Netze, Modell-Optimierung, Unüberwachtes Lernen, Maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Angewandtes maschinelles Lernen, Python-Programmierung, Klassifizierungsalgorithmen, Überwachtes Lernen, Technische Merkmale, Bewertung des Modells, Algorithmen für maschinelles Lernen, Modell Ausbildung, Feature Technik, Modellevaluation
★ 4.6 (8780) · Mittel · Kurs · 1–4 Wochen

Duke University
Kompetenzen, die Sie erwerben: Methoden des maschinellen Lernens, Tiefes Lernen, Bildanalyse, Verarbeitung natürlicher Sprache, Künstliche neuronale Netze, Logistische Regression, Reinforcement Learning, Faltungsneuronale Netzwerke, Modell-Optimierung, Unüberwachtes Lernen, Maschinelles Lernen, Computer Vision, Angewandtes maschinelles Lernen, Medizinische Bildgebung, Python-Programmierung, PyTorch (Bibliothek für maschinelles Lernen), Überwachtes Lernen, Lernen übertragen, Faltungsneuronale Netze, Modell Ausbildung, Transfer Learning
★ 4.7 (3825) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Generative AI, Model Evaluation, Supervised Learning, Generative Model Architectures, Recurrent Neural Networks (RNNs), Unsupervised Learning, Data Preprocessing, Large Language Modeling, Time Series Analysis and Forecasting, Exploratory Data Analysis, LLM Application, Applied Machine Learning, Data Collection, Model Optimization, Convolutional Neural Networks, Model Deployment, Transfer Learning, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Machine Learning Software
★ 4.3 (29) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Coursera
Kompetenzen, die Sie erwerben: Vorhersage, Methoden des maschinellen Lernens, Software für maschinelles Lernen, Prädiktive Modellierung, Zeitreihenanalyse und Vorhersage, Dimensionalitätsreduktion, Datenwrangling, Statistisches maschinelles Lernen, Unüberwachtes Lernen, Maschinelles Lernen, Datenvorverarbeitung, Scikit Learn (Bibliothek für maschinelles Lernen), Vorverarbeitung von Daten, Klassifizierungsalgorithmen, Überwachtes Lernen, Angewandtes maschinelles Lernen, Technische Merkmale, Algorithmen für maschinelles Lernen, Bewertung des Modells, Prädiktive Analytik, Modell Ausbildung, Feature Technik, Modellevaluation
★ 4.5 (15) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Feature Engineering, MLOps (Machine Learning Operations), Model Optimization, Generative AI, Google Cloud Platform, Model Deployment, Tensorflow, Generative AI Agents, Google Gemini, Model Training, Dataflow, Big Data, Keras (Neural Network Library), Machine Learning, Generative Model Architectures, Data Preprocessing, Machine Learning Software, CI/CD, Machine Learning Methods, Cloud Computing
★ 4.4 (4960) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Generative AI-Agenten, Generative Modellarchitekturen, Google Gemini, Künstliche Intelligenz, Generative KI, Maschinelles Lernen, Google Cloud-Plattform, AI-Arbeitsabläufe, Angewandtes maschinelles Lernen, MLOps (Operationen für maschinelles Lernen), Multimodale Aufforderungen, Überwachtes Lernen, Daten-Infrastruktur, Bewertung des Modells, Modell-Einsatz, Schnelles Engineering, Cloud-Infrastruktur, Modell Ausbildung, Tensorflow, Modellevaluation
★ 4.6 (329) · Anfänger · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Validierung von Daten, Systemüberwachung, Datenpflege, Modell-Optimierung, Maschinelles Lernen, Datenvalidierung, Datenvorverarbeitung, Datenqualität, Angewandtes maschinelles Lernen, MLOps (Operationen für maschinelles Lernen), Daten-Synthese, Qualität der Daten, Vorverarbeitung von Daten, Kontinuierliche Bereitstellung, Bewertung des Modells, Datenerhebung, Modell Ausbildung, Kontinuierliche Überwachung, Unstrukturierte Daten, Integrität der Daten, Bereitstellung von Anwendungen, Modell-Einsatz, Modellevaluation, Datenerfassung
★ 4.8 (3359) · Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Verarbeitung natürlicher Sprache, Tiefes Lernen, Bildanalyse, Künstliche neuronale Netze, Faltungsneuronale Netzwerke, Künstliche Intelligenz, Modell-Optimierung, Generative KI, Computer Vision, Rekurrente Neuronale Netze (RNNs), Angewandtes maschinelles Lernen, Gesicht umarmen, Lernen übertragen, Modellierung großer Sprachen, Faltungsneuronale Netze, Überwachtes Lernen, Einbettungen, Modell Ausbildung, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Tensorflow, Feinabstimmung, Transfer Learning
★ 4.8 (147.124) · Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Daten-Ethik, KI-Produktstrategie, Tiefes Lernen, Künstliche neuronale Netze, Datenwissenschaft, KI-Kenntnisse, Künstliche Intelligenz, Maschinelles Lernen, Verantwortungsvolle AI, Angewandtes maschinelles Lernen, AI-Förderung, AI-Integrationen
★ 4.8 (52.391) · Anfänger · Kurs · 1–4 Wochen

IBM
Kompetenzen, die Sie erwerben: Generative AI-Agenten, Vektordatenbanken, Generative Modellarchitekturen, Apache Spark, Keras (Bibliothek für neuronale Netze), Datenwissenschaft, Generative KI, Unüberwachtes Lernen, Maschinelles Lernen, Computer Vision, PySpark, Abruf-erweiterte Erzeugung, PyTorch (Bibliothek für maschinelles Lernen), Python-Programmierung, Überwachtes Lernen, Schnelles Engineering, LLM-Bewerbung, Prompt-Muster, Modellierung großer Sprachen, Feinabstimmung
★ 4.6 (22.085) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

University of Pennsylvania
Kompetenzen, die Sie erwerben: Statistical Machine Learning, Data Preprocessing, Model Evaluation, PyTorch (Machine Learning Library), Statistical Methods, Probability, Probability & Statistics, Sampling (Statistics), Logistic Regression, Deep Learning, Probability Distribution, Statistical Modeling, Python Programming, Supervised Learning, Machine Learning, Data Processing, Agentic systems, Artificial Intelligence, Algorithms, AI literacy
★ 4.5 (49) · Mittel · Spezialisierung · 3–6 Monate