Stanford University
DeepLearning.AI
Maschinelles Lernen Specialization
Stanford University
DeepLearning.AI

Maschinelles Lernen Specialization

#BreakIntoAI mit Machine Learning Specialization. Beherrschen Sie grundlegende KI-Konzepte und entwickeln Sie praktische Fähigkeiten im Bereich des maschinellen Lernens in dem einsteigerfreundlichen 3-Kurs-Programm des KI-Visionärs Andrew Ng

Andrew Ng
Geoff Ladwig
Aarti Bagul

Dozenten: Andrew Ng

TOP-LEHRKRAFT

499.818 bereits angemeldet

Befassen Sie sich eingehend mit einem Thema
4.9

(25,935 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Befassen Sie sich eingehend mit einem Thema
4.9

(25,935 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

2 Monate
Pro Woche 10 Stunden
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Erstellen Sie ML-Modelle mit NumPy & scikit-learn, erstellen und trainieren Sie überwachte Modelle für Vorhersagen und binäre Klassifizierungsaufgaben (lineare, logistische Regression)

  • Erstellen und trainieren Sie ein neuronales Netzwerk mit TensorFlow, um eine Mehrklassen-Klassifizierung durchzuführen, und erstellen und verwenden Sie Entscheidungsbäume und Baum-Ensemble-Methoden

  • Wenden Sie bewährte Methoden für die ML-Entwicklung an und nutzen Sie Techniken des unüberwachten Lernens, einschließlich Clustering und Anomalieerkennung

  • Aufbau von Empfehlungssystemen mit einem kollaborativen Filteransatz & einer inhaltsbasierten Deep Learning-Methode & Aufbau eines Deep Reinforcement Learning-Modells

Kompetenzen, die Sie erwerben

  • Kategorie: Logistische Regression
  • Kategorie: Künstliches Neuronales Netzwerk
  • Kategorie: Lineare Regression
  • Kategorie: Entscheidungsbäume
  • Kategorie: Empfehlungssysteme

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

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 Stanford University.
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

Spezialisierung - 3 Kursreihen

Überwachtes maschinelles Lernen: Regression und Klassifizierung

KURS 133 Stunden4.9 (22,170 Bewertungen)

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: Lineare Regression
Kategorie: Regularisierung zur Vermeidung von Overfitting
Kategorie: Logistische Regression zur Klassifizierung
Kategorie: Gradienter Abstieg
Kategorie: Überwachtes Lernen

Fortgeschrittene Lernalgorithmen

KURS 234 Stunden4.9 (6,137 Bewertungen)

Was Sie lernen werden

  • Erstellen und trainieren Sie ein neuronales Netzwerk mit TensorFlow, um eine Mehrklassen-Klassifizierung durchzuführen

  • Wenden Sie Best Practices für die Entwicklung von maschinellem Lernen an, damit Ihre Modelle auf Daten und Aufgaben in der realen Welt verallgemeinert werden können

  • Erstellen und verwenden Sie Entscheidungsbäume und Baum-Ensemble-Methoden, einschließlich Random Forests und Boosted Trees

Kompetenzen, die Sie erwerben

Kategorie: Tensorflow
Kategorie: Ratschläge für die Modellentwicklung
Kategorie: Künstliches Neuronales Netzwerk
Kategorie: Xgboost
Kategorie: Baum-Ensembles

Unüberwachtes Lernen, Empfehlungssysteme, Verstärkungslernen

KURS 327 Stunden4.9 (3,380 Bewertungen)

Was Sie lernen werden

  • Verwenden Sie Techniken des unüberwachten Lernens für unüberwachtes Lernen: einschließlich Clustering und Erkennung von Anomalien

  • Erstellen Sie Empfehlungssysteme mit einem kollaborativen Filteransatz und einer inhaltsbasierten Deep Learning-Methode

  • Erstellen Sie ein tiefes Reinforcement Learning Modell

Kompetenzen, die Sie erwerben

Kategorie: Anomalie-Erkennung
Kategorie: Unüberwachtes Lernen
Kategorie: Reinforcement Learning
Kategorie: Kollaborative Filterung
Kategorie: Empfehlungssysteme

Dozenten

Andrew Ng

TOP-LEHRKRAFT

Stanford University
45 Kurse7.687.287 Lernende

von

Stanford University
DeepLearning.AI

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.“
Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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