Verändern Sie Ihre Karriere im Bereich Data Science, indem Sie produktionsreife Machine-Learning-Workflows beherrschen. Dieser Kurzkurs wurde entwickelt, um Fachleuten aus dem Bereich der Datenanalyse dabei zu helfen, zuverlässige Nachfrageprognosen zu erstellen und die Modell-Governance in Unternehmensumgebungen sicherzustellen.
Erstellen von prädiktiven und überwachten Modellen
Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.
Erstellen von prädiktiven und überwachten Modellen
Dieser Kurs ist Teil von Spezialisierung „Grundlagen der statistischen Inferenz und prädiktiven Modellierung“
Dozent: Professionals in the Industry
Bei Mehr erfahren enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
4 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Erfolgreiches maschinelles Lernen konzentriert sich auf zuverlässige Produktionssysteme, die einen nachhaltigen geschäftlichen Mehrwert schaffen, und nicht nur auf eine hohe Modellgenauigkeit.
Die Modellleistung kann sich unbemerkt verschlechtern, weshalb die Überwachung statistischer Abweichungen für die langfristige Zuverlässigkeit des maschinellen Lernens unerlässlich ist.
Ein gut durchdachtes Feature-Engineering schafft ein Gleichgewicht zwischen Vorhersagekraft und Interpretierbarkeit, sodass die Beteiligten den Modellentscheidungen vertrauen können.
Durch Kreuzvalidierung und Algorithmusvergleiche wird sichergestellt, dass sich die Modelle gut auf neue und sich verändernde Datenmuster übertragen lassen.
Kompetenzen, die Sie erwerben
- Kategorie: Leistungsmetrik
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Random Forest Algorithmus
- Kategorie: Prädiktive Modellierung
- Kategorie: Regressionsanalyse
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Technische Merkmale
- Kategorie: Statistische Methoden
- Kategorie: MLOps (Operationen für maschinelles Lernen)
- Kategorie: Modell Ausbildung
- Kategorie: Überwachtes Lernen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Kontinuierliche Überwachung
- Kategorie: Geschäftliche Metriken
- Kategorie: Bewertung des Modells
Werkzeuge, die Sie lernen werden
- Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Grundlagen der statistischen Inferenz und prädiktiven Modellierung“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent
479 Kurse87.604 Lernende
von
Mehr von Maschinelles Lernen entdecken
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.