Board Infinity

Spezialisierung „Applied Machine Learning: Tabular, Forecasting & Deployment“

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Board Infinity

Spezialisierung „Applied Machine Learning: Tabular, Forecasting & Deployment“

Deploy Production-Ready Machine Learning Systems.

Build production-ready ML models, forecast time series, and deploy real-time inference pipelines.

Bei Coursera PlusMehr erfahren enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

12 Wochen zu vervollständigen
unter 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
Stufe Anfänger

Empfohlene Erfahrung

12 Wochen zu vervollständigen
unter 5 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Build and tune tabular machine learning models using feature engineering, tree-based algorithms, and hyperparameter optimization.

  • Develop and evaluate time-series forecasting models with Python, including ARIMA, Prophet, and neural forecasting approaches.

  • Design real-time ML pipelines using APIs, stream processing, feature stores, and model-serving techniques to support production inference.

Kompetenzen, die Sie erwerben

  • Kategorie: Feature Engineering
  • Kategorie: Applied Machine Learning
  • Kategorie: Predictive Modeling
  • Kategorie: Supervised Learning
  • Kategorie: Application Deployment
  • Kategorie: CI/CD
  • Kategorie: Model Evaluation
  • Kategorie: Machine Learning Methods
  • Kategorie: MLOps (Machine Learning Operations)
  • Kategorie: Model Training
  • Kategorie: Forecasting
  • Kategorie: Machine Learning
  • Kategorie: Containerization
  • Kategorie: Data Preprocessing
  • Kategorie: Time Series Analysis and Forecasting
  • Kategorie: Data Science
  • Kategorie: Recurrent Neural Networks (RNNs)
  • Kategorie: Decision Tree Learning
  • Kategorie: Model Deployment

Werkzeuge, die Sie lernen werden

  • Kategorie: Docker (Software)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

Oktober 2026

Spezialisierung - 3 Kursreihen

Was Sie lernen werden

  • Understand why gradient boosted trees dominate tabular ML and when to choose XGBoost vs. LightGBM vs. CatBoost.

  • Build leakage-proof preprocessing and validation pipelines (time-based splits, GroupKFold, StratifiedKFold).

  • Deploy the pricing engine as a production FastAPI endpoint with sub-50ms latency and apply Kaggle-winning strategies.

Kompetenzen, die Sie erwerben

Kategorie: Supervised Learning
Kategorie: Model Evaluation
Kategorie: Feature Engineering
Kategorie: Model Training
Kategorie: Predictive Modeling
Kategorie: Machine Learning Methods
Kategorie: Applied Machine Learning
Kategorie: Decision Tree Learning
Kategorie: Machine Learning
Kategorie: Data Preprocessing
Kategorie: Model Optimization
Kategorie: Exploratory Data Analysis
Kategorie: Model Deployment

Was Sie lernen werden

  • Build and evaluate statistical models: exponential smoothing, Holt-Winters, ARIMA, SARIMA, SARIMAX, and Prophet.

  • Implement deep learning architectures: LSTM, GRU, CNN-LSTM hybrids, and Temporal Fusion Transformers.

  • Frame forecasting as supervised learning and train tree-based models with leak-free time series cross-validation.

Kompetenzen, die Sie erwerben

Kategorie: Machine Learning Methods
Kategorie: Predictive Modeling
Kategorie: Python Programming
Kategorie: Forecasting
Kategorie: Recurrent Neural Networks (RNNs)
Kategorie: Deep Learning
Kategorie: Data Preprocessing
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Model Training
Kategorie: Statistical Methods
Kategorie: Machine Learning
Kategorie: Statistical Analysis
Kategorie: Statistical Modeling
Kategorie: Feature Engineering
Kategorie: Supervised Learning
Kategorie: Applied Machine Learning
Kategorie: Data Wrangling
Kategorie: Time Series Analysis and Forecasting
Kategorie: Model Deployment
Kategorie: Model Evaluation

Was Sie lernen werden

  • Build automated, fault-tolerant data pipelines using REST APIs, web scraping, and scheduled ingestion.

  • Deploy a model as a production FastAPI REST API and an interactive map-based Streamlit dashboard.

  • Track experiments, parameters, and artifacts systematically with MLflow, and interpret models with SHAP.

Kompetenzen, die Sie erwerben

Kategorie: Exploratory Data Analysis
Kategorie: Continuous Monitoring
Kategorie: Model Evaluation
Kategorie: Predictive Modeling
Kategorie: Containerization
Kategorie: Applied Machine Learning
Kategorie: Model Optimization
Kategorie: Data Pipelines
Kategorie: Application Deployment
Kategorie: Data Capture
Kategorie: Data Wrangling
Kategorie: Machine Learning
Kategorie: Docker (Software)
Kategorie: Feature Engineering
Kategorie: Model Deployment
Kategorie: CI/CD
Kategorie: Model Training
Kategorie: Web Scraping
Kategorie: Cloud Deployment
Kategorie: MLOps (Machine Learning Operations)

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

Board Infinity
Board Infinity
195 Kurse461.564 Lernende

von

Board Infinity

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Board Infinity .

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

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.“

Häufig gestellte Fragen