• 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: Trends im Bereich KI
    Trends im Bereich KI
    D
    S

    Mehrere Erzieher

    Maschinelles Lernen

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

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

    Anfänger · Spezialisierung · 1–3 Monate

  • I

    IBM

    Maschinelles Lernen mit Python

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

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

    Mittel · Kurs · 1–3 Monate

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    I

    IBM

    IBM Maschinelles Lernen

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

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3603 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    I

    Imperial College London

    Mathematik für maschinelles Lernen

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

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

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    D

    DeepLearning.AI

    Überwachtes maschinelles Lernen: Regression und Klassifizierung

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

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    U

    University of Washington

    Maschinelles Lernen

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

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

    Mittel · Spezialisierung · 3–6 Monate

Was führt Sie heute zu Coursera?

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    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
    ·
    2929 Bewertungen

    Gemischt · Kurs · 1–4 Wochen

  • I

    IBM

    IBM Einführung in maschinelles Lernen

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

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3347 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • I

    IBM

    Einführung in künstliche Intelligenz (KI)

    Kompetenzen, die Sie erwerben: Risikominderung, Generative KI, Geschäftslogik, Robotik, Verarbeitung natürlicher Sprache, Verantwortungsvolle KI

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Trends im Bereich KI
    Trends im Bereich KI
    D

    DeepLearning.AI

    Mathematik für maschinelles Lernen und Datenwissenschaft

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

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3161 Bewertungen

    Mittel · Spezialisierung · 1–3 Monate

  • G

    Google

    Das A und O des maschinellen Lernens

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

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

    Fortgeschritten · Kurs · 1–3 Monate

  • D

    DeepLearning.AI

    Deep Learning

    Kompetenzen, die Sie erwerben: Deep Learning, Computervision, Umarmendes Gesicht, Überwachtes Lernen, Faltungsneuronale Netze, Verarbeitung natürlicher Sprache, Einbettungen, PyTorch (Bibliothek für Maschinelles Lernen), Künstliche neuronale Netze, Fehlersuche, Keras (Bibliothek für Neuronale Netze), Transfer Learning, Angewandtes maschinelles Lernen, Leistungsoptimierung, Rekurrente Neuronale Netze (RNNs), Tensorflow, Bildanalyse, MLOps (Maschinelles Lernen Operations), Datenvorverarbeitung, Maschinelles Lernen

    Auf einen Abschluss hinarbeiten

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

    Mittel · Spezialisierung · 3–6 Monate

1234…612

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
  • Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
  • IBM Einführung in maschinelles Lernen: IBM
  • Einführung in künstliche Intelligenz (KI): IBM
  • Mathematik für maschinelles Lernen und Datenwissenschaft: 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)
  • Cybersicherheit
  • Datenanalyse
  • Digitales Marketing
  • Personalwesen (HR)
  • Microsoft Excel
  • Projektmanagement
  • Python
  • SQL

Berufsbezogene Zertifikate

  • Google AI-Zertifikat
  • Google Cybersecurity-Zertifikat
  • Google Data Analytics Zertifikat
  • Google IT-Support-Zertifikat
  • Google Project Management Zertifikat
  • Google UX Design Zertifikat
  • IBM AI Engineering Zertifikat
  • IBM AI Produktmanager Zertifikat
  • IBM Datenwissenschaft Zertifikat
  • Intuit Academy Zertifikat Buchhaltung

Kurse & Spezialisierungen

  • AI Essentials Spezialisierung
  • Spezialisierung: KI für Unternehmen
  • Kurs zu KI für Jedermann
  • KI im Gesundheitswesen Spezialisierung
  • Spezialisierung Deep Learning
  • Spezialisierung zu Excel-Kenntnissen für den Beruf
  • Kurs Finanzmärkte
  • Spezialisierung Maschinelles Lernen
  • Prompt Engineering für ChatGPT Kurs
  • Spezialisierung: Python für Jedermann

Karriere-Ressourcen

  • Berufseignungstest
  • Anforderungen für die CAPM-Zertifizierung
  • CompTIA A+ Zertifizierungsanforderungen
  • CompTIA Security+ Zertifizierungsanforderungen
  • Wichtige IT-Zertifizierungen
  • Kostenlose IT-Zertifizierungen und Kurse
  • Einkommensstarke Fähigkeiten zu erlernen
  • Wie man künstliche Intelligenz lernt
  • PMP-Zertifizierungsanforderungen
  • Beliebte Zertifizierungen für Cybersicherheit

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