• 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: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    Maschinelles Lernen mit Python

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

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

    Mittel · Kurs · 1–3 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    Imperial College London

    Mathematics for Machine Learning

    Kompetenzen, die Sie erwerben: Datenwissenschaft, Unüberwachtes Lernen, Geometrie, Mathematische Software, Angewandtes maschinelles Lernen, Dimensionalitätsreduktion, Kalkulation, Datenumwandlung, Jupyter, Datenmanipulation, Deskriptive Statistik, Angewandte Mathematik, Regressionsanalyse, Statistische Methoden, Modell-Optimierung, Numerische Analyse, Statistik, Methoden des maschinellen Lernens, NumPy, Lineare Algebra

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

    Anfänger · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Überwachtes maschinelles Lernen: Regression und Klassifizierung

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

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

    Anfänger · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Maschinelles Lernen

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

    Auf einen Abschluss hinarbeiten

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3676 Bewertungen

    Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    I

    IBM

    IBM Einführung in maschinelles Lernen

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

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3405 Bewertungen

    Mittel · Spezialisierung · 3–6 Monate

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    G

    Google

    Die Grundlagen des maschinellen Lernens

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

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

    Fortgeschritten · Kurs · 1–3 Monate

Was führt Sie heute zu Coursera?

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    D

    DeepLearning.AI

    Mathematik für maschinelles Lernen und Datenwissenschaft

    Kompetenzen, die Sie erwerben: Wahrscheinlichkeitsrechnung und Statistik, Maschinelles Lernen, Angewandtes maschinelles Lernen, Dimensionalitätsreduktion, Mathematische Software, Kalkulation, Datenumwandlung, Wahrscheinlichkeitsverteilung, Stichproben (Statistik), Deskriptive Statistik, Statistische Hypothesenprüfung, Bayessche Statistik, Angewandte Mathematik, Statistische Inferenz, Statistische Methoden, Modell-Optimierung, Statistik, Methoden des maschinellen Lernens, Wahrscheinlichkeit, Lineare Algebra

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3215 Bewertungen

    Mittel · Spezialisierung · 1–3 Monate

  • Status: Vorschau
    Vorschau
    D

    Duke University

    Einführung in maschinelles Lernen

    Kompetenzen, die Sie erwerben: Logistische Regression, Maschinelles Lernen, Lernen übertragen, Unüberwachtes Lernen, Computer Vision, Angewandtes maschinelles Lernen, Medizinische Bildgebung, PyTorch (Bibliothek für maschinelles Lernen), Python-Programmierung, Reinforcement Learning, Überwachtes Lernen, Künstliche neuronale Netze, Faltungsneuronale Netze, Modell-Optimierung, Transfer Learning, Tiefes Lernen, Bildanalyse, Modell Ausbildung, Methoden des maschinellen Lernens, Verarbeitung natürlicher Sprache, Faltungsneuronale Netzwerke

    4,7
    Bewertung, 4,7 von 5 Sternen
    ·
    3831 Bewertungen

    Mittel · Kurs · 1–3 Monate

  • Status: Kostenlos
    Kostenlos
    A

    Amazon Web Services

    Grundlagen des maschinellen Lernens und der künstlichen Intelligenz

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

    4,6
    Bewertung, 4,6 von 5 Sternen
    ·
    3628 Bewertungen

    Gemischt · Kurs · 1–4 Wochen

  • D

    DeepLearning.AI

    Maschinelles Lernen in der Produktion

    Kompetenzen, die Sie erwerben: Kontinuierliche Überwachung, Bereitstellung von Anwendungen, Maschinelles Lernen, Vorverarbeitung von Daten, Datenpflege, Unstrukturierte Daten, Angewandtes maschinelles Lernen, Qualität der Daten, Modellevaluation, Daten-Synthese, Integrität der Daten, Systemüberwachung, Datenerhebung, Modell-Optimierung, MLOps (Operationen für maschinelles Lernen), Modell Ausbildung, Kontinuierliche Bereitstellung, Modell-Einsatz, Datenqualität, Bewertung des Modells, Datenerfassung, Validierung von Daten, Datenvalidierung, Datenvorverarbeitung

    4,8
    Bewertung, 4,8 von 5 Sternen
    ·
    3363 Bewertungen

    Mittel · Kurs · 1–4 Wochen

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    C

    Coursera

    Grundlagen des maschinellen Lernens

    Kompetenzen, die Sie erwerben: Prädiktive Analytik, Maschinelles Lernen, Unüberwachtes Lernen, Datenwrangling, Datenverarbeitung, Vorverarbeitung von Daten, Dimensionalitätsreduktion, Angewandtes maschinelles Lernen, Modellevaluation, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Zeitreihenanalyse und Vorhersage, Statistisches maschinelles Lernen, Vorhersage, Feature Technik, Modell Ausbildung, Technische Merkmale, Methoden des maschinellen Lernens, Bewertung des Modells, Software für maschinelles Lernen, Erkennung von Anomalien, Prädiktive Modellierung, Datenvorverarbeitung

    4,5
    Bewertung, 4,5 von 5 Sternen
    ·
    15 Bewertungen

    Mittel · Kurs · 1–4 Wochen

  • Status: Vorschau
    Vorschau
    U

    University of London

    Maschinelles Lernen für alle

    Kompetenzen, die Sie erwerben: Maschinelles Lernen, Künstliche Intelligenz, Angewandtes maschinelles Lernen, Modellevaluation, Algorithmen für maschinelles Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Statistisches maschinelles Lernen, Verantwortungsvolle AI, Datenerhebung, Datenkompetenz, Feature Technik, Modell Ausbildung, Technische Merkmale, KI-Kenntnisse, Bewertung des Modells, Datenerfassung

    Auf einen Abschluss hinarbeiten

    4,7
    Bewertung, 4,7 von 5 Sternen
    ·
    3539 Bewertungen

    Anfänger · Kurs · 1–4 Wochen

1234…825

Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

  • Maschinelles Lernen mit Python: IBM
  • Mathematics for Machine Learning: Imperial College London
  • Überwachtes maschinelles Lernen: Regression und Klassifizierung: DeepLearning.AI
  • IBM Maschinelles Lernen: IBM
  • IBM Einführung in maschinelles Lernen: IBM
  • Die Grundlagen des maschinellen Lernens: Google
  • Mathematik für maschinelles Lernen und Datenwissenschaft: DeepLearning.AI
  • Einführung in maschinelles Lernen: Duke University
  • Grundlagen des maschinellen Lernens und der künstlichen Intelligenz: Amazon Web Services
  • Maschinelles Lernen in der Produktion: 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