Maschinelles Lernen, oft auch Künstliche Intelligenz oder KI genannt, ist derzeit einer der aufregendsten Bereiche der Technologie. Täglich lesen wir in den Nachrichten von neuen Durchbrüchen bei der Gesichtserkennung, selbstfahrenden Autos oder Computern, die ein Gespräch wie ein echter Mensch führen können. Die Technologie des maschinellen Lernens wird nahezu jeden Bereich des menschlichen Lebens und Arbeitens revolutionieren und somit unser aller Leben beeinflussen. Daher werden Sie wahrscheinlich mehr darüber erfahren wollen. Maschinelles Lernen hat den Ruf, eines der komplexesten Gebiete der Informatik zu sein, das fortgeschrittene mathematische und ingenieurwissenschaftliche Fähigkeiten erfordert, um es zu verstehen. Es stimmt zwar, dass die Arbeit als Ingenieur für maschinelles Lernen viel Mathematik und Programmierung beinhaltet, aber wir glauben, dass jeder die grundlegenden Konzepte des maschinellen Lernens verstehen kann, und angesichts der Bedeutung dieser Technologie sollte das auch jeder tun. Die großen Durchbrüche der KI klingen wie Science Fiction, aber sie beruhen auf einer einfachen Idee: der Verwendung von Daten zum Trainieren statistischer Algorithmen. In diesem Kurs werden Sie lernen, die Grundidee des maschinellen Lernens zu verstehen, auch wenn Sie keine Kenntnisse in Mathematik oder Programmierung haben. Und nicht nur das: Sie werden selbst Hand anlegen und benutzerfreundliche Tools verwenden, die an der Goldsmiths University of London entwickelt wurden, um ein Projekt zum maschinellen Lernen durchzuführen: Sie trainieren einen Computer, Bilder zu erkennen. Dieser Kurs ist für viele verschiedene Menschen geeignet. Er könnte ein guter Einstieg in eine technische Karriere im Bereich des maschinellen Lernens sein, denn es ist immer besser, mit den grundlegenden Konzepten zu beginnen, bevor man sich mit den technischen Details befasst, aber er eignet sich auch hervorragend, wenn Sie eine nicht-technische Funktion haben. Vielleicht sind Sie Manager oder haben eine andere nicht-technische Funktion in einem Unternehmen, das den Einsatz von Machine Learning in Erwägung zieht. Sie müssen diese Technologie wirklich verstehen, und dieser Kurs ist eine gute Möglichkeit, dieses Verständnis zu erlangen. Oder Sie verfolgen einfach nur die Nachrichten über KI und möchten mehr über die heißeste neue Technologie des Augenblicks erfahren. Wer auch immer Sie sind, wir freuen uns darauf, Sie bei Ihrem ersten Projekt zum maschinellen Lernen zu begleiten. NB: Dieser Kurs ist so konzipiert, dass Sie in das maschinelle Lernen eingeführt werden, ohne dass Sie programmieren müssen. Das bedeutet, dass wir die programmierbasierten Tools für maschinelles Lernen wie Python und TensorFlow nicht behandeln.

Maschinelles Lernen für alle

Maschinelles Lernen für alle
Unterrichtet in Deutsch (KI-Synchronisation)

Dozent: Prof Marco Gillies
193.262 bereits angemeldet
Bei enthalten
3,535 Bewertungen
Was Sie lernen werden
Sie verstehen die Grundlagen der Funktionsweise moderner Technologien für maschinelles Lernen
Sie können erklären und vorhersagen, wie Daten die Ergebnisse des maschinellen Lernens beeinflussen
Sie werden in der Lage sein, eine nicht-programmierungsbasierte Plattform zu nutzen, um ein maschinelles Lernmodul anhand eines Datensatzes zu trainieren
Sie sind in der Lage, sich eine fundierte Meinung über die Vorteile und Gefahren des maschinellen Lernens für die Gesellschaft zu bilden
Kompetenzen, die Sie erwerben
- Kategorie: KI-Kenntnisse
- Kategorie: Software für maschinelles Lernen
- Kategorie: Modell Ausbildung
- Kategorie: Statistisches maschinelles Lernen
- Kategorie: Künstliche Intelligenz
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Test Daten
- Kategorie: Bewertung des Modells
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Datenerhebung
- Kategorie: Technische Merkmale
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Maschinelles Lernen
Werkzeuge, die Sie lernen werden
- Kategorie: Klassifizierungsalgorithmen
Wichtige Details

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

In diesem Kurs gibt es 4 Module
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Londonangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Dozent

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
75,24 %
- 4 stars
19,68 %
- 3 stars
3,67 %
- 2 stars
0,59 %
- 1 star
0,79 %
Zeigt 3 von 3535 an
Geprüft am 11. Mai 2020
If you are beginner In ML from a different domain or even computer science and want to have a quick and short exposure to ML with a great teacher i will recommend to take this course .
Geprüft am 27. Okt. 2020
This is a very exciting course to introduce you to the fundamentals of machine learning and get you started on your career path in a very vital aspect of technology in our present world.
Geprüft am 30. Mai 2020
An wonderful course with basics on Machine Learning. Neatly done. Learned a lot and did some practical exercise too. Those who are interested in Machine Learning good to begin with this course.

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
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.
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.

