Dieses umfassende Programm bietet eine durchgängige Schulung zum gesamten Lebenszyklus des maschinellen Lernens in der Produktion und ist darauf ausgelegt, Ihre Modelle vom Experiment bis zur Bereitstellung zu begleiten. Sie lernen, wie Sie Feature-Engineering-Pipelines mit scikit-learn anwenden, Modelle anhand strenger Bewertungskriterien auswählen und PyTorch-Modelle mit benutzerdefinierten Trainingsschleifen und fortgeschrittenen Diagnosemethoden optimieren. Schließlich werden Sie die Prinzipien verantwortungsvoller KI beherrschen, indem Sie Modellkarten erstellen und Systeme auf die Einhaltung ethischer Grundsätze überprüfen. Am Ende dieses Kurses werden Sie in der Lage sein, effiziente, zuverlässige und ethische KI-Lösungen zu entwickeln, zu optimieren und bereitzustellen. Diese Fähigkeiten sind für ML-Ingenieure unverzichtbar, die robuste, produktionsreife Machine-Learning-Systeme entwickeln und warten.

Entwicklung von AI-Modellen und Ethik in der Produktion

Entwicklung von AI-Modellen und Ethik in der Produktion
Dieser Kurs ist Teil mehrerer Programme.

Dozent: Professionals from the Industry
Bei Mehr erfahren enthalten
Fragen Sie Coursera
Empfohlene Erfahrung
Was Sie lernen werden
Wenden Sie benutzerdefinierte Trainingsschleifen mit Callbacks (Early-Stopping, Checkpointing) an und diagnostizieren Sie Gradientenprobleme mithilfe von Norm- und Aktivierungsanalysen.
Implementieren Sie Feature-Engineering-Pipelines für strukturierte Daten und Textdaten und werten Sie anschließend ML-Experimente aus, um produktionsreife Modelle auszuwählen.
Erstellen Sie umfassende Modellbeschreibungen für LLM-Funktionen, in denen der Verwendungszweck, technische Einschränkungen und spezifische Fairness-Kennzahlen detailliert dargelegt werden.
KI-Systeme anhand etablierter ethischer Richtlinien bewerten, um Verzerrungen zu identifizieren und umsetzbare Strategien zu deren Minderung vorzuschlagen.
Kompetenzen, die Sie erwerben
- Kategorie: Technische Merkmale
- Kategorie: Modell-Optimierung
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Technische Dokumentation
- Kategorie: Daten-Pipelines
- Kategorie: Verantwortungsvolle AI
- Kategorie: MLOps (Operationen für maschinelles Lernen)
- Kategorie: Bewertung des Modells
- Kategorie: Daten-Ethik
- Kategorie: Software-Dokumentation
- Kategorie: Tiefes Lernen
- Kategorie: Modell Ausbildung
Werkzeuge, die Sie lernen werden
- Kategorie: PyTorch (Bibliothek für maschinelles Lernen)
- Kategorie: Modell-Einsatz
- Kategorie: Scikit Learn (Bibliothek für maschinelles Lernen)
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
März 2026
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.
Dozent

von
Mehr von Maschinelles Lernen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.


