Der Kurs bietet einen allgemeinen Überblick über die wichtigsten Methoden im Bereich des maschinellen Lernens. Ausgehend von einer Taxonomie der verschiedenen Probleme, die mit Techniken des maschinellen Lernens gelöst werden können, stellt der Kurs kurz einige algorithmische Lösungen vor und zeigt auf, wann sie erfolgreich sein können, aber auch ihre Grenzen. Diese Konzepte werden anhand von Beispielen und Fallstudien erläutert.
Maschinelles Lernen: ein Überblick
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Maschinelles Lernen: ein Überblick
Dieser Kurs ist Teil von Spezialisierung „Künstliche Intelligenz: ein Überblick“
Dozent: Marcello Restelli
10.653 bereits angemeldet
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
213 Bewertungen
Stufe Anfänger
Empfohlene Erfahrung
3 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Klassifizieren Sie Probleme des maschinellen Lernens und des überwachten Lernens und beschreiben Sie die Grenzen der maschinellen Lerntechniken beim überwachten Lernen
Klassifizieren Sie Probleme des maschinellen Lernens beim unüberwachten Lernen, beschreiben Sie den Nutzen von Techniken zur Dimensionalitätsreduktion
Formulieren Sie ein sequentielles Entscheidungsproblem, erklären Sie, was eine Wertfunktion ist und beschreiben Sie, wie man eine Strategie beim verstärkenden Lernen optimiert
Kompetenzen, die Sie erwerben
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Maschinelles Lernen
- Kategorie: Überwachtes Lernen
- Kategorie: Unüberwachtes Lernen
- Kategorie: Bewertung des Modells
- Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
- Kategorie: Reinforcement Learning
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Dimensionalitätsreduktion
- Kategorie: Algorithmen
- Kategorie: Methoden des maschinellen Lernens
Werkzeuge, die Sie lernen werden
- Kategorie: Klassifizierungsalgorithmen
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
3 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Künstliche Intelligenz: ein Überblick“
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 3 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
Lehrkraftbewertungen
(99 Bewertungen)
Mehr von Datenverwaltung entdecken
Status: VorschauThe University of Chicago
Status: VorschauDuke University
Status: Kostenloser TestzeitraumUniversity of Glasgow
Status: Kostenloser TestzeitraumDartmouth College
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.“
Bewertungen von Lernenden
- 5 stars
71,36 %
- 4 stars
22,53 %
- 3 stars
5,63 %
- 2 stars
0 %
- 1 star
0,46 %
Zeigt 3 von 213 an
CL
Geprüft am 5. Dez. 2022
This is an excellent course on Machine learning, very concise and well presented.
TJ
Geprüft am 13. Juli 2025
Excelente, me gusta la forma de explicar los temas
SP
Geprüft am 7. Aug. 2023
condensed, good if you (still?) have good math background or spend some time on (re)education after each session
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,