ML-Kurse können Ihnen helfen zu lernen, wie Modelle entwickelt, trainiert und bewertet werden. Sie können Fähigkeiten in Algorithmen, Datenaufbereitung, Modelloptimierung und Analyse aufbauen. Viele Kurse stellen Python-Bibliotheken, Tools und Beispielprojekte vor.
DeepLearning.AI
Kompetenzen, die Sie erwerben: Faltungsneuronale Netzwerke, Modellevaluation, Klassifizierungsalgorithmen, Transfer Learning, Deep Learning, Auto-Kodierer, Generative KI, Generative adversarische Netze (GANs), Netzwerk Architektur, Künstliche neuronale Netze, Computervision, Generative Modellarchitekturen, Verteiltes Rechnen, Tensorflow, Bildanalyse, Keras (Bibliothek für Neuronale Netze), Visualisierung (Computergrafik), Leistungsoptimierung
Mittel · Spezialisierung · 3–6 Monate

Duke University
Kompetenzen, die Sie erwerben: Containerisierung, MLOps (Maschinelles Lernen Operations), Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Maschinelles Lernen, Rust (Programmiersprache), Big Data, Serverloses Rechnen, Umarmendes Gesicht, PyTorch (Bibliothek für Maschinelles Lernen), Verantwortungsvolle KI, DevOps, Cloud-Lösungen, Tensorflow, GitHub, Docker (Software), Angewandtes maschinelles Lernen, Microsoft Kopilot, CI/CD
Fortgeschritten · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modellevaluation, Transfer Learning, Verarbeitung natürlicher Sprache, Einbettungen, Rekurrente Neuronale Netze (RNNs), PyTorch (Bibliothek für Maschinelles Lernen), Angewandtes maschinelles Lernen, Keras (Bibliothek für Neuronale Netze)
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Transfer Learning, Tensorflow, Natural Language Processing, Keras (Neural Network Library), Embeddings, Deep Learning, Classification Algorithms, Model Evaluation, Machine Learning, Software Visualization
Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Kompetenzen, die Sie erwerben: PySpark, MLOps (Maschinelles Lernen Operations), Python-Programmierung, Design Thinking, Maschinelles Lernen, Datenverarbeitung, Modell-Bereitstellung, Skalierbarkeit, Jupyter, Docker (Software), IBM Cloud, Apache Spark, Daten-Pipelines
Fortgeschritten · Kurs · 1–4 Wochen

University of Pennsylvania
Kompetenzen, die Sie erwerben: Aufdeckung von Betrug, Datengesteuerte Entscheidungsfindung, Datensicherheit, KI-Produktstrategie, Generative KI, Daten-Governance, Kreditrisiko, Maschinelles Lernen, Big Data, Algorithmen für maschinelles Lernen, Generative adversarische Netze (GANs), Verantwortungsvolle KI, Analytics, Personalwesen, KI-Förderung, Datenethik, Governance, AI-Personalisierung, Business-Strategien, Verwaltung von Kundendaten
Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Model Evaluation, MLOps (Machine Learning Operations), Generative AI, Continuous Monitoring, Google Cloud Platform, Predictive Modeling, Responsible AI, Data Quality
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Feature Engineering, Model Deployment, Data Visualization, Data Ethics, Exploratory Data Analysis, Model Evaluation, Unsupervised Learning, Data Presentation, Tensorflow, Dimensionality Reduction, MLOps (Machine Learning Operations), Probability Distribution, Apache Spark, Statistical Hypothesis Testing, Supervised Learning, Data Pipelines, Design Thinking, Data Science, Machine Learning, Python Programming
Fortgeschritten · Spezialisierung · 3–6 Monate
Stanford University
Kompetenzen, die Sie erwerben: Statistische Modellierung, Bayessches Netzwerk, Wahrscheinlichkeitsverteilung, Maschinelles Lernen, Algorithmen für maschinelles Lernen, Algorithmen, Angewandtes maschinelles Lernen, Netzwerkanalyse, Statistische Methoden, Markov-Modell
Fortgeschritten · Kurs · 1–3 Monate

LearnQuest
Kompetenzen, die Sie erwerben: AI Workflows, Technical Communication, AI Enablement, Model Deployment, Generative AI Agents, Data Integration, AI Orchestration, Reinforcement Learning, Artificial Intelligence and Machine Learning (AI/ML), Agentic systems, Responsible AI, Artificial Intelligence, Cloud Computing, Deep Learning, Data Visualization, Python Programming, Machine Learning, Data Engineering, Anomaly Detection, Statistical Analysis
Anfänger · Spezialisierung · 1–3 Monate
Johns Hopkins University
Kompetenzen, die Sie erwerben: Regressionsanalyse, Modellevaluation, R-Programmierung, Algorithmen für maschinelles Lernen, Interaktive Datenvisualisierung, Plotly, Explorative Datenanalyse, Plot (Grafiken), Datenmanipulation, Datenverarbeitung, Maschinelles Lernen, Statistische Inferenz, Statistische Hypothesentests, Prädiktive Modellierung, Statistische Analyse, Rmarkdown, GitHub, Shiny (R-Paket), Versionskontrolle, Daten bereinigen
Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Responsible AI, AI Workflows, AI Enablement, Agentic systems, Automation, Business Process Automation, Real Time Data, MLOps (Machine Learning Operations), AI Personalization, IT Automation, Artificial Intelligence and Machine Learning (AI/ML), Artificial Intelligence, No-Code Development, Cloud-Based Integration, Business Transformation, Cloud API, Python Programming, Data Analysis, Restful API, API Design
Mittel · Kurs · 1–4 Wochen