Im ersten Kurs der Machine Learning Specialization werden Sie: - Machine-Learning-Modelle in Python mit den populären Machine-Learning-Bibliotheken NumPy und scikit-learn erstellen - überwachte Machine-Learning-Modelle für Vorhersagen und binäre Klassifizierungsaufgaben erstellen und trainieren, einschließlich linearer Regression und logistischer Regression Die Machine Learning Specialization ist ein grundlegendes Online-Programm, das in Zusammenarbeit von DeepLearning.AI und Stanford Online entwickelt wurde. In diesem einsteigerfreundlichen Programm lernen Sie die Grundlagen des maschinellen Lernens kennen und erfahren, wie Sie diese Techniken zur Entwicklung realer KI-Anwendungen einsetzen können.

Überwachtes maschinelles Lernen: Regression und Klassifizierung
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.


Überwachtes maschinelles Lernen: Regression und Klassifizierung
Dieser Kurs ist Teil von Spezialisierung „Maschinelles Lernen“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Andrew Ng
TOP-LEHRKRAFT
1.201.486 bereits angemeldet
Fragen Sie Coursera
32,507 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Erstellen Sie Modelle für maschinelles Lernen in Python mit den beliebten Bibliotheken für maschinelles Lernen NumPy & scikit-learn
Erstellen und trainieren Sie überwachte maschinelle Lernmodelle für Vorhersagen und binäre Klassifizierungsaufgaben, einschließlich linearer Regression und logistischer Regression
Kompetenzen, die Sie erwerben
- Kategorie: Technische Merkmale
- Kategorie: Modell Ausbildung
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Bewertung des Modells
- Kategorie: Modell-Optimierung
- Kategorie: Künstliche Intelligenz
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Überwachtes Lernen
- Kategorie: Algorithmen
- Kategorie: Logistische Regression
- Kategorie: Regressionsanalyse
- Kategorie: Maschinelles Lernen
- Kategorie: Prädiktive Modellierung
Werkzeuge, die Sie lernen werden
- Kategorie: Python-Programmierung
- Kategorie: NumPy
- Kategorie: Klassifizierungsalgorithmen
- Kategorie: Jupyter
- Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
9 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- 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.
Dozenten

Mehr von Maschinelles Lernen entdecken

DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
91,60 %
- 4 stars
7,21 %
- 3 stars
0,67 %
- 2 stars
0,16 %
- 1 star
0,33 %
Zeigt 3 von 32507 an
Geprüft am 2. Okt. 2022
Excellent course. Intended as a refresher, and had a better understanding of feauture engineering, scaling, and logistic regression. Good hands on labs were very practical, engaging and rewarding.
Geprüft am 29. Apr. 2023
Optional Lab lot more time than mentioned without prior experience of python and libraries used. Its estimated time should be change, it's a lot more than 1 hour. Video and exercises are very good.
Geprüft am 6. Nov. 2022
This course is a brief but thorough introduction. It has a good mixture of theory and practice.Andrew Ng explains every thing very good, understandable and in a fun way.I highly recommend this class!
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,





