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: Datenvisualisierung, Prädiktive Analytik, R Programmierung, Maschinelles Lernen, Bewertung des Modells, Methoden des maschinellen Lernens, R (Software), Verwaltung klinischer Daten, Ggplot2, Modellevaluation, Modell-Optimierung, Modell Ausbildung, Datenmanipulation, Datenvorverarbeitung, Statistische Visualisierung, Datenwrangling, Prädiktive Modellierung, Datenverarbeitung, Vorverarbeitung von Daten, Modell-Einsatz, Daten-Pipelines, Tidyverse (R-Paket)
Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Duke University
Kompetenzen, die Sie erwerben: Datenqualität, Datenwissenschaft, Tiefes Lernen, Maschinelles Lernen, Regressionsanalyse, Qualität der Daten, Bewertung des Modells, Produktdesign, Unüberwachtes Lernen, Modellevaluation, Modell Ausbildung, Projektleitung, Datenmanagement, Produktmanagement, Modell-Einsatz, Datenverwaltung, Datenvorverarbeitung, Vorverarbeitung von Daten, Benutzerfreundliches Design, Verantwortungsvolle AI, Daten-Ethik, Design erleben, Menschenzentriertes Design, MLOps (Operationen für maschinelles Lernen)
★ 4.7 (1173) · Anfänger · Spezialisierung · 3–6 Monate

Whizlabs
Kompetenzen, die Sie erwerben: Supervised Learning, Unsupervised Learning, MLOps (Machine Learning Operations), Model Optimization, Applied Machine Learning, Machine Learning Methods, Model Evaluation, Model Training, Data Preprocessing, Machine Learning, Artificial Intelligence and Machine Learning (AI/ML), Cloud Computing, Machine Learning Algorithms, Model Deployment, Microsoft Azure, Amazon Web Services, Cloud Solutions, Deep Learning, Data Processing
Mittel · Kurs · 1–3 Monate

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

University of Michigan
Kompetenzen, die Sie erwerben: Datenvisualisierung, Python-Programmierung, Software zur Datenvisualisierung, NumPy, Pandas (Python-Paket), Überwachtes Lernen, Feature Technik, Technische Merkmale, Interaktive Datenvisualisierung, Netzwerk-Modell, Bewertung des Modells, Matplotlib, Modellevaluation, Text Mining, Verarbeitung natürlicher Sprache, Netzwerkanalyse, Plot (Grafiken), Datenmanipulation, Infografiken, Datenvorverarbeitung, Vorverarbeitung von Daten, Angewandtes maschinelles Lernen, Analyse sozialer Netzwerke
★ 4.5 (34.333) · Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: LLM Application, Large Language Modeling, Prompt Engineering, Fine-tuning, Prompt Patterns, Model Deployment, Model Training, Generative Model Architectures, Model Optimization, Natural Language Processing, Enterprise Architecture, Machine Learning, Software Design Patterns, Cloud API, API Design
Mittel · Kurs · 1–4 Wochen
University of Michigan
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Python-Programmierung, Überwachtes Lernen, Feature Technik, Technische Merkmale, Bewertung des Modells, Methoden des maschinellen Lernens, Prädiktive Analytik, Entscheidungsbaum-Lernen, Analytik, Modellevaluation, Datenanalyse, Algorithmen für maschinelles Lernen, Logistische Regression, Prädiktive Modellierung, Software zur Datenanalyse, Klassifizierungs- und Regressionsbaum (CART), Scikit Learn (Bibliothek für maschinelles Lernen), Software für maschinelles Lernen, Angewandtes maschinelles Lernen, Klassifizierungsalgorithmen
★ 4.7 (27) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Generative KI, Datenwissenschaft, Maschinelles Lernen, Schnelles Engineering, Tiefes Lernen, No-Code-Entwicklung, ChatGPT, Künstliche Intelligenz, KI-Kenntnisse, Verarbeitung natürlicher Sprache, Analyse des Geschäftsablaufs, Prompt-Muster, Verantwortungsvolle AI, Generative Modellarchitekturen, Arbeitsablauf-Management, Software für maschinelles Lernen, AI-Arbeitsabläufe, LLM-Bewerbung, IBM Wolke, Bereitstellung von Anwendungen
★ 4.7 (35.881) · Anfänger · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Feinabstimmung, Faltungsneuronale Netzwerke, Lernen übertragen, Maschinelles Lernen, Computer Vision, Android-Entwicklung, Transfer Learning, Modell-Optimierung, Modell Ausbildung, Auszug, Daten importieren/exportieren, Modell-Einsatz, Datenverarbeitung, iOS-Entwicklung, Bildanalyse, Föderiertes Lernen, Faltungsneuronale Netze, Apple iOS, Javascript, Tensorflow, Datenvorverarbeitung, Vorverarbeitung von Daten, Daten-Pipelines
★ 4.7 (1475) · Mittel · Spezialisierung · 3–6 Monate
Kompetenzen, die Sie erwerben: Generative KI, AI-Integrationen, Strategisches Denken, KI-Kenntnisse, Analyse, AI-Förderung
★ 4.8 (7016) · Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: PyTorch (Machine Learning Library), Reinforcement Learning, Deep Learning, Machine Learning Methods, Artificial Neural Networks, Model Training, Machine Learning, Machine Learning Algorithms, Model Optimization, Python Programming, Algorithms, Model Evaluation
Mittel · Kurs · 1–3 Monate

Coursera
Kompetenzen, die Sie erwerben: Random Forest Algorithm, Model Evaluation, Feature Engineering, Model Training, Applied Machine Learning, Supervised Learning, Geospatial Mapping, Predictive Modeling, Image Analysis, Verification And Validation, Data Science, Environmental Engineering
Anfänger · Kurs · 1–4 Wochen