• 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


  • cplus logo

    Gain skills with 40% off Coursera Plus

    Save 40% for 3 months
  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D
    S

    Mehrere Erzieher

    Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Jupyter, Prädiktive Modellierung, Lernen übertragen, Künstliche Intelligenz, Klassifizierungsalgorithmen, NumPy, Angewandtes maschinelles Lernen, Entscheidungsbaum-Lernen, Bewertung des Modells, Algorithmen für maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Daten-Ethik, Tensorflow, Unüberwachtes Lernen, Überwachtes Lernen, Maschinelles Lernen, Modell Ausbildung, Tiefes Lernen, Reinforcement Learning, Verantwortungsvolle AI

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

    Anfänger · Spezialisierung · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Maschinelles Lernen mit Python

    Kompetenzen, die Sie erwerben: Prädiktive Modellierung, Klassifizierungsalgorithmen, Statistische Methoden, Logistische Regression, Angewandtes maschinelles Lernen, Regressionsanalyse, Bewertung des Modells, Algorithmen für maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Python-Programmierung, Modell-Optimierung, Unüberwachtes Lernen, Dimensionalitätsreduktion, Überwachtes Lernen, Maschinelles Lernen, Methoden des maschinellen Lernens, Modell Ausbildung

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

    Mittel · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Generative adversarische Netze (GANs), Datenwissenschaft, Faltungsneuronale Netze, Klassifizierungsalgorithmen, Explorative Datenanalyse, Regressionsanalyse, Generative KI, Technische Merkmale, Python-Programmierung, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Unüberwachtes Lernen, Generative Modellarchitekturen, Rekurrente Neuronale Netze (RNNs), Dimensionalitätsreduktion, Überwachtes Lernen, Maschinelles Lernen, Autokodierer, Tiefes Lernen, Reinforcement Learning, Zeitreihenanalyse und Vorhersage

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3700 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    Imperial College London

    Mathematics for Machine Learning

    Kompetenzen, die Sie erwerben: Regression Analysis, Statistics, Calculus, Data Manipulation, Mathematical Software, Machine Learning Methods, Applied Machine Learning, Numerical Analysis, Applied Mathematics, Artificial Neural Networks, Linear Algebra, Unsupervised Learning, Geometry, Dimensionality Reduction, Descriptive Statistics, Data Science, Statistical Methods, Jupyter, Model Optimization, NumPy

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

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    U

    University of Washington

    Maschinelles Lernen

    Kompetenzen, die Sie erwerben: Prädiktive Modellierung, Bildanalyse, Bayessche Statistik, Klassifizierungsalgorithmen, Logistische Regression, Angewandtes maschinelles Lernen, Regressionsanalyse, Bewertung des Modells, AI-Personalisierung, Technische Merkmale, Algorithmen für maschinelles Lernen, Statistische Modellierung, Statistisches maschinelles Lernen, Klassifizierungs- und Regressionsbaum (CART), Unüberwachtes Lernen, Überwachtes Lernen, Maschinelles Lernen, Methoden des maschinellen Lernens, Modell Ausbildung, Data Mining

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

    Mittel · Spezialisierung · 3–6 Monate

Was führt Sie heute zu Coursera?

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Überwachtes maschinelles Lernen: Regression und Klassifizierung

    Kompetenzen, die Sie erwerben: Jupyter, Vorverarbeitung von Daten, Prädiktive Modellierung, Algorithmen, Künstliche Intelligenz, Klassifizierungsalgorithmen, NumPy, Logistische Regression, Angewandtes maschinelles Lernen, Regressionsanalyse, Bewertung des Modells, Technische Merkmale, Algorithmen für maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Python-Programmierung, Modell-Optimierung, Überwachtes Lernen, Maschinelles Lernen, Modell Ausbildung

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Einführung in maschinelles Lernen

    Kompetenzen, die Sie erwerben: Vorverarbeitung von Daten, Prädiktive Modellierung, Klassifizierungsalgorithmen, Statistische Methoden, Explorative Datenanalyse, Statistische Inferenz, Angewandtes maschinelles Lernen, Regressionsanalyse, Bewertung des Modells, Technische Merkmale, Algorithmen für maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Statistische Hypothesenprüfung, Unüberwachtes Lernen, Dimensionalitätsreduktion, Überwachtes Lernen, Maschinelles Lernen, Methoden des maschinellen Lernens, Modell Ausbildung, Datenverarbeitung

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3423 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Python für Datenwissenschaft, KI und Entwicklung

    Kompetenzen, die Sie erwerben: Skripting, NumPy, Datenerhebung, Python-Programmierung, Datenanalyse, Daten importieren/exportieren

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

    Anfänger · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Einführung in die Künstliche Intelligenz (AI)

    Kompetenzen, die Sie erwerben: Agentische Systeme, Abruf-erweiterte Erzeugung, Prompt Engineering Tools, Generative KI, Algorithmen für maschinelles Lernen, Prompt-Muster, KI-Kenntnisse, Das Risiko, Verarbeitung natürlicher Sprache, Generative Modellarchitekturen, Methoden des maschinellen Lernens, Generative AI-Agenten, LLM-Bewerbung, Verantwortungsvolle AI

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Tiefes Lernen

    Kompetenzen, die Sie erwerben: Feinabstimmung, Einbettungen, Bildanalyse, Lernen übertragen, Künstliche Intelligenz, Faltungsneuronale Netze, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, Generative KI, Modellierung großer Sprachen, Tensorflow, Modell-Optimierung, Verarbeitung natürlicher Sprache, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Rekurrente Neuronale Netze (RNNs), Computer Vision, Überwachtes Lernen, Modell Ausbildung, Tiefes Lernen, Gesicht umarmen

    Auf einen Abschluss hinarbeiten

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

    Mittel · Spezialisierung · 3–6 Monate

  • Status: Kostenlos
    Kostenlos
    A

    Amazon Web Services

    Grundlagen des maschinellen Lernens und der künstlichen Intelligenz

    Kompetenzen, die Sie erwerben: Künstliche Intelligenz, Amazon Web Services, Angewandtes maschinelles Lernen, Generative KI, Digitale Transformation, KI-Kenntnisse, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Maschinelles Lernen, Tiefes Lernen

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3865 Bewertungen

    Gemischt · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    G

    Google

    Die Grundlagen des maschinellen Lernens

    Kompetenzen, die Sie erwerben: Leistungsoptimierung, Prädiktive Modellierung, Analytik, Klassifizierungsalgorithmen, Angewandtes maschinelles Lernen, Entscheidungsbaum-Lernen, Bewertung des Modells, Erweiterte Analytik, Technische Merkmale, Algorithmen für maschinelles Lernen, Random Forest Algorithmus, Statistisches maschinelles Lernen, Python-Programmierung, Modell-Optimierung, Unüberwachtes Lernen, Überwachtes Lernen, Maschinelles Lernen, Modell Ausbildung

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

    Fortgeschritten · Kurs · 1–3 Monate

Was führt Sie heute zu Coursera?

1234…834

Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

  • Maschinelles Lernen: DeepLearning.AI
  • Maschinelles Lernen mit Python: IBM
  • IBM Maschinelles Lernen: IBM
  • Mathematics for Machine Learning: Imperial College London
  • Maschinelles Lernen: University of Washington
  • Überwachtes maschinelles Lernen: Regression und Klassifizierung: DeepLearning.AI
  • IBM Einführung in maschinelles Lernen: IBM
  • Python für Datenwissenschaft, KI und Entwicklung: IBM
  • Einführung in die Künstliche Intelligenz (AI): IBM
  • Tiefes Lernen: DeepLearning.AI

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

  • Buchhaltung
  • Künstliche Intelligenz (KI)
  • Cybersecurity
  • Datenanalyse
  • Digitales Marketing
  • Personalwesen (HR)
  • Microsoft Excel
  • Projektleitung
  • Python
  • SQL

Berufsbezogene Zertifikate

  • Google AI-Zertifikat
  • Google Cybersecurity-Zertifikat
  • Google Datenanalyse-Zertifikat
  • Google IT-Support-Zertifikat
  • Google-Projektmanagement-Zertifikat
  • Google UX-Design-Zertifikat
  • IBM AI Engineering Zertifikat
  • IBM AI Produktmanager Zertifikat
  • IBM Data Science-Zertifikat
  • Intuit Academy Zertifikat Buchhaltung

Kurse & Spezialisierungen

  • AI Essentials Spezialisierung
  • Spezialisierung auf AI für Unternehmen
  • AI-Kurs für jedermann
  • Spezialisierung auf AI im Gesundheitswesen
  • Spezialisierung auf Deep Learning
  • Excel-Kenntnisse für die Spezialisierung auf Unternehmen
  • Kurs Finanzmärkte
  • Spezialisierung auf maschinelles Lernen
  • Prompt Engineering für ChatGPT-Kurs
  • Python für alle Spezialisierung

Karriere-Ressourcen

  • Berufseignungstest
  • CAPM-Zertifizierungsanforderungen
  • CompTIA A+ Zertifizierungsanforderungen
  • CompTIA Security+ Zertifizierungsanforderungen
  • Wesentliche IT-Zertifizierungen
  • Einkommensstarke Fähigkeiten zu erlernen
  • Wie man künstliche Intelligenz lernt
  • PMP-Zertifizierungsanforderungen
  • Beliebte Cybersecurity-Zertifizierungen
  • Teilen Sie Ihre Coursera-Lerngeschichte

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
  • Freie Kurse
  • Udemy

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