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: Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Regressionsanalyse, Technische Merkmale, Vorverarbeitung von Daten, Bewertung des Modells, Statistische Methoden, Modell Ausbildung, Angewandtes maschinelles Lernen, Statistische Analyse, Prädiktive Modellierung, Maschinelles Lernen, Statistische Modellierung, Modell-Optimierung, Methoden des maschinellen Lernens, Überwachtes Lernen, Statistisches maschinelles Lernen
★ 4.7 (848) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Evaluation, Classification Algorithms, Regression Analysis, Matplotlib, Feature Engineering, Time Series Analysis and Forecasting, Data Preprocessing, Jupyter, Image Analysis, Cloud Deployment, Scikit Learn (Machine Learning Library), Applied Machine Learning, Tensorflow, Amazon Web Services, Python Programming, Data Transformation, Logistic Regression, Machine Learning Methods, Machine Learning, Artificial Intelligence and Machine Learning (AI/ML)
★ 4.9 (14) · Anfänger · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Microsoft Azure, Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Modell-Einsatz, Regressionsanalyse, Cloud-Management, Verantwortungsvolle AI, Databricks, Künstliche Intelligenz und maschinelles Lernen (AI/ML), MLOps (Operationen für maschinelles Lernen), Bewertung des Modells, Modell Ausbildung, Angewandtes maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Datenumwandlung, Prädiktive Modellierung, Maschinelles Lernen, Unüberwachtes Lernen, Überwachtes Lernen, Daten-Pipelines
★ 4.3 (181) · Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Künstliche Intelligenz und maschinelles Lernen (AI/ML), Modell Ausbildung, Angewandtes maschinelles Lernen, Python-Programmierung, Künstliche neuronale Netze, Tiefes Lernen, Faltungsneuronale Netze, Modell-Optimierung, Methoden des maschinellen Lernens, Überwachtes Lernen, Künstliche Intelligenz
★ 4.9 (123.825) · Mittel · Kurs · 1–4 Wochen

Johns Hopkins University
Kompetenzen, die Sie erwerben: R Programmierung, Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Regressionsanalyse, Technische Merkmale, Vorverarbeitung von Daten, Bewertung des Modells, Angewandtes maschinelles Lernen, Random Forest Algorithmus, Prädiktive Modellierung, Maschinelles Lernen, Methoden des maschinellen Lernens
★ 4.5 (3269) · Gemischt · Kurs · 1–4 Wochen

Johns Hopkins University
Kompetenzen, die Sie erwerben: Rmarkdown, R Programmierung, Algorithmen für maschinelles Lernen, Statistische Inferenz, Regressionsanalyse, Wahrscheinlichkeitsrechnung und Statistik, Bewertung des Modells, Plotly, Statistische Analyse, Statistische Hypothesenprüfung, Interaktive Datenvisualisierung, GitHub, Prädiktive Modellierung, Maschinelles Lernen, Explorative Datenanalyse, Statistische Modellierung, Merkblatt (Software), Datenvisualisierung, Präsentation der Daten, Glänzend (R-Paket)
★ 4.4 (7209) · Mittel · Spezialisierung · 3–6 Monate

Edge Impulse
Kompetenzen, die Sie erwerben: Algorithmen für maschinelles Lernen, Modell-Einsatz, Verantwortungsvolle AI, Bewertung des Modells, Modell Ausbildung, Angewandtes maschinelles Lernen, Computerprogrammierung, Künstliche neuronale Netze, Eingebettete Systeme, Tiefes Lernen, Maschinelles Lernen, Faltungsneuronale Netze
★ 4.8 (767) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Vorverarbeitung von Daten, Bereinigung von Daten, Bewertung des Modells, Modell Ausbildung, Angewandtes maschinelles Lernen, Random Forest Algorithmus, Entscheidungsbaum-Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Prädiktive Modellierung, Maschinelles Lernen, Methoden des maschinellen Lernens, Überwachtes Lernen, Logistische Regression
★ 4.8 (470) · Mittel · Kurs · 1–3 Monate

University of Colorado Boulder
Kompetenzen, die Sie erwerben: Applied Machine Learning, Machine Learning Methods, Model Training
★ 4.5 (57) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Datenwissenschaft, Microsoft Azure, Bildanalyse, Klassifizierungsalgorithmen, Lernen übertragen, Regressionsanalyse, Databricks, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Modell Ausbildung, Angewandtes maschinelles Lernen, PyTorch (Bibliothek für maschinelles Lernen), Scikit Learn (Bibliothek für maschinelles Lernen), Datenanalyse, Tiefes Lernen, Prädiktive Modellierung, Maschinelles Lernen, Explorative Datenanalyse, Faltungsneuronale Netze, Unüberwachtes Lernen, Datenvisualisierung
★ 4.5 (333) · Mittel · Kurs · 1–4 Wochen

The University of Chicago
Kompetenzen, die Sie erwerben: Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Regressionsanalyse, Vorverarbeitung von Daten, Bewertung des Modells, Modell Ausbildung, Angewandtes maschinelles Lernen, Random Forest Algorithmus, Entscheidungsbaum-Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Pandas (Python-Paket), Dimensionalitätsreduktion, Tiefes Lernen, Tensorflow, Maschinelles Lernen, Unüberwachtes Lernen, Methoden des maschinellen Lernens, Keras (Bibliothek für neuronale Netze), Logistische Regression
★ 3.9 (25) · Mittel · Kurs · 1–3 Monate

Stanford Online
Kompetenzen, die Sie erwerben: Gesundheitspolitik, Algorithmen für maschinelles Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Bewertung des Modells, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, Ethik im Gesundheitswesen, Tiefes Lernen, Maschinelles Lernen, Methoden des maschinellen Lernens, Daten-Ethik, Reinforcement Learning, Künstliche Intelligenz
★ 4.8 (647) · Anfänger · Kurs · 1–3 Monate