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.

Kompetenzen, die Sie erwerben: Künstliche Intelligenz, Maschinelles Lernen, Tiefes Lernen, Bewertung des Modells, Regressionsanalyse, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Angewandtes maschinelles Lernen, Unüberwachtes Lernen, Klassifizierungsalgorithmen, Modell Ausbildung, Modellevaluation, Prädiktive Modellierung, Reinforcement Learning
Anfänger · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell-Optimierung, Datenvalidierung, Bewertung des Modells, MLOps (Operationen für maschinelles Lernen), Daten-Synthese, Kontinuierliche Überwachung, Integrität der Daten, Angewandtes maschinelles Lernen, Modell-Einsatz, Validierung von Daten, Datenpflege, Datenerfassung, Bereitstellung von Anwendungen, Datenvorverarbeitung, Modell Ausbildung, Modellevaluation, Datenqualität, Vorverarbeitung von Daten, Qualität der Daten, Datenerhebung, Systemüberwachung, Kontinuierliche Bereitstellung, Unstrukturierte Daten
Mittel · Kurs · 1–4 Wochen

Duke University
Kompetenzen, die Sie erwerben: Microsoft Azure, DevOps, Große Daten, Maschinelles Lernen, MLOps (Operationen für maschinelles Lernen), Datenverwaltung, Einheitliche Prüfung, NumPy, Datenanalyse, Verantwortungsvolle AI, Gesicht umarmen, Python-Programmierung, GitHub, Modell-Einsatz, Datenmanagement, Cloud-Bereitstellung, AWS SageMaker, Feinabstimmung, GitHub Kopilot, Cloud Computing, Einheitstest, Pandas (Python-Paket)
Fortgeschritten · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Transfer Learning, Verarbeitung natürlicher Sprache, Künstliche Intelligenz, Tiefes Lernen, Generative KI, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Überwachtes Lernen, Rekurrente Neuronale Netze (RNNs), Bildanalyse, Lernen übertragen, Künstliche neuronale Netze, Faltungsneuronale Netze, Gesicht umarmen, Modell-Optimierung, Einbettungen, Angewandtes maschinelles Lernen, Computer Vision, Feinabstimmung, Modell Ausbildung, Faltungsneuronale Netzwerke, Modellierung großer Sprachen, Tensorflow
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Generative AI, Model Evaluation, Supervised Learning, Generative Model Architectures, Recurrent Neural Networks (RNNs), Unsupervised Learning, Data Preprocessing, Large Language Modeling, Time Series Analysis and Forecasting, Exploratory Data Analysis, LLM Application, Applied Machine Learning, Data Collection, Model Optimization, Convolutional Neural Networks, Model Deployment, Transfer Learning, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Machine Learning Software
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Coursera
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Dimensionalitätsreduktion, Bewertung des Modells, Überwachtes Lernen, Technische Merkmale, Algorithmen für maschinelles Lernen, Angewandtes maschinelles Lernen, Prädiktive Analytik, Scikit Learn (Bibliothek für maschinelles Lernen), Software für maschinelles Lernen, Unüberwachtes Lernen, Klassifizierungsalgorithmen, Methoden des maschinellen Lernens, Datenwrangling, Datenvorverarbeitung, Modell Ausbildung, Feature Technik, Modellevaluation, Vorverarbeitung von Daten, Zeitreihenanalyse und Vorhersage, Vorhersage, Prädiktive Modellierung, Statistisches maschinelles Lernen
Mittel · Kurs · 1–4 Wochen
University of Michigan
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell-Optimierung, Bewertung des Modells, Überwachtes Lernen, Künstliche neuronale Netze, Klassifizierungsalgorithmen, Technische Merkmale, Algorithmen für maschinelles Lernen, Angewandtes maschinelles Lernen, Python-Programmierung, Methoden des maschinellen Lernens, Unüberwachtes Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Modell Ausbildung, Modellevaluation, Feature Technik, Prädiktive Modellierung
Mittel · Kurs · 1–4 Wochen

University of Pennsylvania
Kompetenzen, die Sie erwerben: Statistical Machine Learning, Data Preprocessing, Model Evaluation, PyTorch (Machine Learning Library), Statistical Methods, Probability, Probability & Statistics, Sampling (Statistics), Logistic Regression, Deep Learning, Probability Distribution, Statistical Modeling, Python Programming, Supervised Learning, Machine Learning, Data Processing, Agentic systems, Artificial Intelligence, Algorithms, AI literacy
Mittel · Spezialisierung · 3–6 Monate

Duke University
Kompetenzen, die Sie erwerben: Transfer Learning, Verarbeitung natürlicher Sprache, Maschinelles Lernen, Tiefes Lernen, Modell-Optimierung, Überwachtes Lernen, Computer Vision, Lernen übertragen, Bildanalyse, Künstliche neuronale Netze, Faltungsneuronale Netze, Angewandtes maschinelles Lernen, Python-Programmierung, Methoden des maschinellen Lernens, Unüberwachtes Lernen, Logistische Regression, Modell Ausbildung, Medizinische Bildgebung, Faltungsneuronale Netzwerke, PyTorch (Bibliothek für maschinelles Lernen), Reinforcement Learning
Mittel · Kurs · 1–3 Monate

IBM
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Datenwissenschaft, Generative KI, Abruf-erweiterte Erzeugung, LLM-Bewerbung, Schnelles Engineering, Apache Spark, Überwachtes Lernen, Keras (Bibliothek für neuronale Netze), Computer Vision, Python-Programmierung, Unüberwachtes Lernen, Generative Modellarchitekturen, Generative AI-Agenten, Vektordatenbanken, Feinabstimmung, Prompt-Muster, Modellierung großer Sprachen, PyTorch (Bibliothek für maschinelles Lernen), PySpark
Auf einen Abschluss hinarbeiten
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Künstliche Intelligenz, KI-Kenntnisse, AI-Integrationen, Maschinelles Lernen, Datenwissenschaft, Tiefes Lernen, Künstliche neuronale Netze, AI-Förderung, Verantwortungsvolle AI, Angewandtes maschinelles Lernen, KI-Produktstrategie, Daten-Ethik
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Feature Engineering, MLOps (Machine Learning Operations), Model Optimization, Generative AI, Google Cloud Platform, Model Deployment, Tensorflow, Generative AI Agents, Google Gemini, Model Training, Dataflow, Big Data, Keras (Neural Network Library), Machine Learning, Generative Model Architectures, Data Preprocessing, Machine Learning Software, CI/CD, Machine Learning Methods, Cloud Computing
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate