Learn & Build Machine Learning Models with Python

Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Learn & Build Machine Learning Models with Python

Dieser Kurs ist Teil von Spezialisierung „Apply AI Foundations with Python and AWS“

Dozent: EDUCBA

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

9 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

9 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Explain core machine learning concepts and prepare data using Python libraries.
Visualize and analyze datasets using NumPy, Pandas, and Matplotlib.
Build and evaluate basic machine learning models using Scikit-learn.

Kompetenzen, die Sie erwerben

Kategorie: Data Preprocessing
Kategorie: Exploratory Data Analysis
Kategorie: Feature Engineering
Kategorie: Regression Analysis
Kategorie: Machine Learning
Kategorie: Applied Machine Learning
Kategorie: Model Evaluation
Kategorie: Supervised Learning
Kategorie: Matplotlib
Kategorie: Data Manipulation

Werkzeuge, die Sie lernen werden

Kategorie: Scikit Learn (Machine Learning Library)
Kategorie: Pandas (Python Package)
Kategorie: Python Programming
Kategorie: NumPy

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

Januar 2026

Bewertungen

16 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Apply AI Foundations with Python and AWS“

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

By the end of this course, learners will be able to explain core machine learning concepts, prepare and analyze data using Python libraries, visualize insights effectively, and build and evaluate basic machine learning models using industry-standard tools.

This beginner-friendly course is designed to provide a clear, structured pathway into machine learning with Python, making it ideal for students, aspiring data scientists, and professionals transitioning into data-driven roles. Learners start with foundational machine learning principles and gradually progress through numerical computing with NumPy, data manipulation with Pandas, and data visualization using Matplotlib. Unlike theory-heavy courses, this program emphasizes practical understanding and hands-on workflows, helping learners connect concepts to real-world applications. The course also introduces essential preprocessing techniques, Scikit-learn pipelines, and linear regression modeling, ensuring learners understand not just how to build models, but why each step matters. What makes this course unique is its step-by-step learning progression, well-structured modules, and assessment-aligned objectives, enabling learners to build confidence as they move from data preparation to model evaluation. Upon completion, learners will have a strong foundation to pursue advanced machine learning topics or apply their skills in real projects.

This module introduces learners to the core concepts of machine learning and establishes a strong foundation in numerical computing using Python. Learners gain an understanding of how machine learning works, its life cycle, and how NumPy is used to create and manipulate numerical data essential for ML workflows.

Das ist alles enthalten

6 Videos4 Aufgaben

6 Videos Insgesamt 34 Minuten

Introduction to Course 7 Minuten
What is Machine Learning 5 Minuten
Life Cycle 5 Minuten
Introduction to Numpy Library 7 Minuten
Creating Arrays from Scratch 6 Minuten
Creating Arrays from Scratch Continued 5 Minuten

4 Aufgaben Insgesamt 60 Minuten

Getting Started with Machine Learning 10 Minuten
Understanding the ML Workflow 10 Minuten
Creating Data with NumPy 10 Minuten
Foundations of Machine Learning & Numerical Computing 30 Minuten

This module focuses on efficient data manipulation using NumPy and introduces Pandas for structured data handling. Learners develop skills in array operations, vectorized computations, and DataFrame-based data exploration, which are critical for data preprocessing in machine learning.

Das ist alles enthalten

6 Videos4 Aufgaben

6 Videos Insgesamt 49 Minuten

Array Indexing and Slicing 10 Minuten
Numpy Array Functions and Shape Modification 9 Minuten
Mathematical Operations on Numpy Arrays 7 Minuten
Introduction to Pandas Library 10 Minuten
Working with Pandas DataFrames 7 Minuten
Slicing and Indexing with Pandas 7 Minuten

4 Aufgaben Insgesamt 60 Minuten

Working with NumPy Arrays 10 Minuten
Numerical Operations & Data Handling 10 Minuten
Exploring Data with Pandas 10 Minuten
Mastering NumPy & Introduction to Pandas 30 Minuten

This module equips learners with practical data analysis and visualization skills using Pandas and Matplotlib. Learners explore datasets, generate statistical insights, handle missing values, and create meaningful visualizations to communicate data-driven findings effectively.

Das ist alles enthalten

6 Videos4 Aufgaben

6 Videos Insgesamt 48 Minuten

Create DataFrame and Explore Dataset 8 Minuten
Data Analysis with Pandas DataFrame 12 Minuten
Other Useful Methods in Pandas Library 4 Minuten
Introduction to Matplotlib 6 Minuten
Customizing Line Plots 8 Minuten
Create Plot Using DataFrame 9 Minuten

4 Aufgaben Insgesamt 60 Minuten

Exploring and Analyzing Data 10 Minuten
Advanced Pandas & Plotting Basics 10 Minuten
Creating Meaningful Visualizations 10 Minuten
Data Analysis & Visualization 30 Minuten

This module introduces practical machine learning implementation using Scikit-learn. Learners focus on data preprocessing, pipeline construction, model evaluation, and linear regression, enabling them to build, evaluate, and interpret machine learning models with confidence.

Das ist alles enthalten

6 Videos4 Aufgaben

6 Videos Insgesamt 58 Minuten

Standard Scaler to Scale the Data 6 Minuten
Encoding Categorical Data 11 Minuten
Sklearn Pipeline and Column Transformer 12 Minuten
Evaluation Metrics in Sklearn 7 Minuten
Linear Regression 12 Minuten
Evaluation of Linear Regression Model 11 Minuten

4 Aufgaben Insgesamt 60 Minuten

Data Preprocessing Techniques 10 Minuten
Building Robust ML Pipelines 10 Minuten
Linear Regression in Practice 10 Minuten
Machine Learning with Scikit-Learn 30 Minuten

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

EDUCBA

1.050 Kurse 249.779 Lernende

von

EDUCBA

Mehr von Machine Learning entdecken

O.P. Jindal Global University
Machine Learning
Kurs
EDUCBA
Machine Learning with Python: Build & Optimize
Kurs
IBM
Machine Learning with Python
Kurs
Edureka
Applied Machine Learning with Python
Kurs

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.“

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.