Der Kurs „Choose Cost-Effective ML Algorithms Fast“ vermittelt Ihnen, wie Sie Algorithmen für maschinelles Lernen anhand ihrer Ressourcenauslastung – und nicht nur anhand ihrer Genauigkeit – bewerten und vergleichen können. In realen ML-Pipelines entscheiden Trainingszeit, Speicherbedarf und Rechenkosten darüber, ob ein Modell in großem Maßstab zuverlässig ausgeführt werden kann. In diesem kurzen, praxisorientierten Kurs untersuchen Sie, wie sich das Algorithmusdesign auf die Effizienz auswirkt, lernen, wie man Modelle fair vergleicht, und interpretieren Protokolle, um Kostenmuster aufzudecken. Sie absolvieren ein praktisches Labor, in dem Sie XGBoost und Random Forest anhand eines großen Datensatzes vergleichen, die Trainingszeit und den Speicherverbrauch grafisch darstellen und eine klare Empfehlung für die kosteneffizienteste Option aussprechen. Am Ende des Kurses wissen Sie, wie Sie Algorithmen auswählen, die Ihre Leistungsziele erfüllen und gleichzeitig effizient, vorhersehbar und produktionsreif sind.