NLP-Kurse können Ihnen helfen zu verstehen, wie Texte verarbeitet, analysiert und modelliert werden. Sie können Fähigkeiten in Tokenisierung, Klassifikation, Sprachmodellen und Evaluationsmethoden aufbauen. Viele Kurse stellen Bibliotheken, Tools und strukturierte Beispiele vor.

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell-Optimierung, Dimensionalitätsreduktion, Tiefes Lernen, AI-Personalisierung, Reinforcement Learning, Künstliche Intelligenz, Maschinelles Lernen, Methoden des maschinellen Lernens, Unüberwachtes Lernen, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Verantwortungsvolle AI, Daten-Ethik, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Erkennung von Anomalien
★ 4.9 (5612) · Anfänger · Kurs · 1–4 Wochen
DeepLearning.AI
Kompetenzen, die Sie erwerben: Generative KI, Tiefes Lernen, Keras (Bibliothek für neuronale Netze), Transfer Learning, Einbettungen, Klassifizierungsalgorithmen, Computer Vision, Maschinelles Lernen, Verarbeitung natürlicher Sprache, Modell Ausbildung, Vorhersage, Bildanalyse, Rekurrente Neuronale Netze (RNNs), Bewertung des Modells, Lernen übertragen, Künstliche neuronale Netze, Faltungsneuronale Netzwerke, Modellevaluation, Feinabstimmung, Zeitreihenanalyse und Vorhersage, Angewandtes maschinelles Lernen, Tensorflow, Faltungsneuronale Netze
★ 4.7 (25.393) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell-Optimierung, Transfer Learning, Tiefes Lernen, Regressionsanalyse, Entscheidungsbaum-Lernen, Klassifizierungsalgorithmen, Maschinelles Lernen, Modell Ausbildung, Bewertung des Modells, Angewandtes maschinelles Lernen, Lernen übertragen, Random Forest Algorithmus, Künstliche neuronale Netze, Verantwortungsvolle AI, Modellevaluation, Logistische Regression, Überwachtes Lernen, Daten-Ethik, Tensorflow, Algorithmen für maschinelles Lernen
★ 4.9 (8689) · Anfänger · Kurs · 1–4 Wochen

Imperial College London
Kompetenzen, die Sie erwerben: Modell-Optimierung, Regressionsanalyse, Dimensionalitätsreduktion, Lineare Algebra, Mathematische Software, Kalkulation, Datenumwandlung, Geometrie, Datenmanipulation, Deskriptive Statistik, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, NumPy, Numerische Analyse, Statistische Methoden, Unüberwachtes Lernen, Jupyter, Datenwissenschaft, Angewandte Mathematik, Statistik
★ 4.6 (15.059) · Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Regressionsanalyse, Software für maschinelles Lernen, Computer Vision, Künstliche Intelligenz, Maschinelles Lernen, Verarbeitung natürlicher Sprache, Text Mining, Modell Ausbildung, Bildanalyse, Angewandtes maschinelles Lernen, Prädiktive Modellierung, Verantwortungsvolle AI, Unüberwachtes Lernen, AI-Arbeitsabläufe, KI-Kenntnisse, Microsoft Azure, No-Code-Entwicklung, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Daten-Ethik, Erkennung von Anomalien
★ 4.5 (1587) · Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Generative KI, Daten-Pipelines, Datenvorverarbeitung, Verarbeitung natürlicher Sprache, Modell Ausbildung, Generative adversarische Netze (GANs), Rekurrente Neuronale Netze (RNNs), Gesicht umarmen, Modellierung großer Sprachen, LLM-Bewerbung, PyTorch (Bibliothek für maschinelles Lernen), Vorverarbeitung von Daten, Generative Modellarchitekturen
★ 4.7 (428) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Modell-Optimierung, Tiefes Lernen, Regressionsanalyse, Transfer Learning, Keras (Bibliothek für neuronale Netze), Maschinelles Lernen, Verarbeitung natürlicher Sprache, Modell Ausbildung, Auto-Kodierer, Rekurrente Neuronale Netze (RNNs), Methoden des maschinellen Lernens, Autokodierer, Bildanalyse, Künstliche neuronale Netze, Faltungsneuronale Netzwerke, Lernen übertragen, Angewandtes maschinelles Lernen, Faltungsneuronale Netze, Netzarchitektur
★ 4.7 (2116) · Mittel · Kurs · 1–3 Monate
University of Washington
Kompetenzen, die Sie erwerben: Analyse sensorischer Systeme, Reinforcement Learning, Mathematische Modellierung, Computer Vision, Mathematische Software, Rekurrente Neuronale Netze (RNNs), Methoden des maschinellen Lernens, Biologie, Physiologie, Angewandtes maschinelles Lernen, Künstliche neuronale Netze, Wahrscheinlichkeitsverteilung, Elektrophysiologie, Überwachtes Lernen, Matlab, Netzwerk-Modell, Differentialgleichungen, Algorithmen für maschinelles Lernen, Neurologie
★ 4.6 (1142) · Anfänger · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: AI Enablement, AI Product Strategy, Responsible AI, Artificial Intelligence, Data Ethics, Artificial Intelligence and Machine Learning (AI/ML), AI Integrations, Applied Machine Learning, Artificial Neural Networks, Data Science, Deep Learning, Machine Learning
★ 4.8 (1373) · Anfänger · Kurs · 1–4 Wochen

University of Illinois Urbana-Champaign
Kompetenzen, die Sie erwerben: Dashboard, Datengestützte Entscheidungsfindung, Unstrukturierte Daten, Daten-Mapping, Statistische Analyse, Präsentation der Daten, Analytik, Data Mining, Verarbeitung natürlicher Sprache, Datenanalyse, Datenvisualisierung, Text Mining, Erstellung des Dashboards, Plot (Grafiken), Grafische Darstellung, Unüberwachtes Lernen, Statistisches maschinelles Lernen, Große Daten, Software zur Datenvisualisierung, Tableau-Software
★ 4.5 (2949) · Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Tiefes Lernen, Maschinelles Lernen, Datenvorverarbeitung, Rekurrente Neuronale Netze (RNNs), Faltungsneuronale Netzwerke, Künstliche neuronale Netze, Vorhersage, Angewandtes maschinelles Lernen, Prädiktive Modellierung, Zeitreihenanalyse und Vorhersage, Faltungsneuronale Netze, Vorverarbeitung von Daten, Tensorflow
★ 4.7 (5162) · Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Tiefes Lernen, Prädiktive Analytik, Computer Vision, Radiologie, Künstliche Intelligenz, Maschinelles Lernen, Datenvorverarbeitung, Verarbeitung natürlicher Sprache, Bewertung des Modells, Methoden des maschinellen Lernens, Bildanalyse, Faltungsneuronale Netzwerke, Risikomodellierung, Angewandtes maschinelles Lernen, Modellevaluation, Medizinische Bildgebung, Diagnostische Radiologie, Prädiktive Modellierung, Statistisches maschinelles Lernen, Diagnostische Tests, Faltungsneuronale Netze, Vorverarbeitung von Daten, Bewertung der Patienten
★ 4.7 (2070) · Mittel · Kurs · 1–4 Wochen