Erweitern Sie Ihre Java-Kenntnisse, um intelligente, produktionsreife Systeme für die Entscheidungsfindung in Unternehmen zu entwickeln. Dieser Kurs vertieft Ihre Kenntnisse im Bereich des maschinellen Lernens innerhalb des Java-Ökosystems und behandelt dabei überwachtes und unüberwachtes Lernen, Klassifizierung, Regression, Clustering sowie neuronale Netze. Sie nutzen führende Java-ML-Bibliotheken wie Weka, Deeplearning4j, Apache Mahout und Smile, um robuste Algorithmen in großem Maßstab zu implementieren. Beherrschen Sie fortgeschrittene Arbeitsabläufe wie Datenvorverarbeitung, Feature Engineering, Modelltraining, Bewertung und Produktionsbereitstellung mithilfe von MLOps-Verfahren. In praktischen Übungen und im Rahmen eines Abschlussprojekts entwickeln Sie produktionsreife ML-Lösungen wie Kundensegmentierung und Modelle zur Vorhersage der Kundenabwanderung für Unternehmensanwendungen. Werden Sie zu einem erfahrenen ML-Praktiker, der in der Lage ist, skalierbare Java-basierte Machine-Learning-Systeme für komplexe geschäftliche Anforderungen zu entwerfen, zu implementieren und bereitzustellen.

Erfahrene Java-Entwickler und Softwareingenieure, die Machine-Learning-Konzepte in realen Unternehmenssystemen anwenden möchten. Fundierte Kenntnisse in der Java-Programmierung, im objektorientierten Design und in den Grundlagen der Machine-Learning-Theorie sind erforderlich. Vorherige Erfahrung mit ML-Projekten wird empfohlen. Am Ende dieses Kurses sind Sie in der Lage, skalierbare Machine-Learning-Lösungen in Java für Unternehmensanwendungen zu entwickeln, wobei Sie Bibliotheken wie Weka, Deeplearning4j und Smile nutzen. Sie sammeln praktische Erfahrungen mit fortgeschrittenen Techniken wie prädiktiver Modellierung, Kundensegmentierung und MLOps-Verfahren zur Bereitstellung produktionsreifer Modelle.