• 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.


Mehr zu entdecken:

Beliebte Maschinelles Lernen Kurse & Zertifikate


  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D
    S

    Mehrere Erzieher

    Maschinelles Lernen

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

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

    Anfänger · Spezialisierung · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Maschinelles Lernen mit Python

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

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

    Mittel · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Maschinelles Lernen

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

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3596 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    Imperial College London

    Mathematik für maschinelles Lernen

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

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

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Überwachtes maschinelles Lernen: Regression und Klassifizierung

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

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    U

    University of Washington

    Maschinelles Lernen

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

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

    Mittel · Spezialisierung · 3–6 Monate

Was führt Sie heute zu Coursera?

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    C

    Coursera

    Grundlagen des maschinellen Lernens

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

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

    Mittel · Kurs · 1–4 Wochen

  • Das Google AI-Zertifikat, das Ihre Karriere fördert

    Jetzt anmelden
  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    G

    Google

    Das A und O des maschinellen Lernens

    Kompetenzen, die Sie erwerben: Python-Programmierung, Prädiktive Modellierung, Erweiterte Analytik, Bayessches Netzwerk, Modellevaluation, Datenanalyse, Überwachtes Lernen, Klassifizierungsalgorithmen, Unüberwachtes Lernen, Random Forest Algorithmus, Lernen mit Entscheidungsbäumen, Analytics, Algorithmen für maschinelles Lernen, Angewandtes maschinelles Lernen, Maschinelles Lernen, Feature Technik, Statistische Modellierung

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

    Fortgeschritten · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Einführung in maschinelles Lernen

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

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3340 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • 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
    ·
    2861 Bewertungen

    Gemischt · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    U

    University of Michigan

    Angewandtes maschinelles Lernen in Python

    Kompetenzen, die Sie erwerben: Python-Programmierung, Prädiktive Modellierung, Modellevaluation, Überwachtes Lernen, Regressionsanalyse, Unüberwachtes Lernen, Random Forest Algorithmus, Klassifizierungsalgorithmen, Künstliche neuronale Netze, Lernen mit Entscheidungsbäumen, Angewandtes maschinelles Lernen, Maschinelles Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Feature Technik

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    8771 Bewertungen

    Mittel · Kurs · 1–4 Wochen

  • Status: Vorschau
    Vorschau
    D

    Duke University

    Einführung in maschinelles Lernen

    Kompetenzen, die Sie erwerben: Faltungsneuronale Netzwerke, Python-Programmierung, Computervision, PyTorch (Bibliothek für Maschinelles Lernen), Logistische Regression, Deep Learning, Überwachtes Lernen, Rekurrente Neuronale Netze (RNNs), Medizinische Bildgebung, Unüberwachtes Lernen, Reinforcement Learning, Transfer Learning, Künstliche neuronale Netze, Bildanalyse, Angewandtes maschinelles Lernen, Maschinelles Lernen, Verarbeitung natürlicher Sprache

    4,7
    Bewertung, 4,7 von 5 Sternen
    ·
    3810 Bewertungen

    Mittel · Kurs · 1–3 Monate

Was führt Sie heute zu Coursera?

1234…604

Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

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

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

Arts and Humanities
338 Kurse
Business
1095 Kurse
Computer Science
668 Kurse
Data Science
425 Kurse
Information Technology
145 Kurse
Health
471 Kurse
Math and Logic
70 Kurse
Personal Development
137 Kurse
Physical Science and Engineering
413 Kurse
Social Sciences
401 Kurse
Language Learning
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