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: Maschinelles Lernen, Skripting, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Datengestützte Entscheidungsfindung, Google Cloud-Plattform, Methoden des maschinellen Lernens, Modell Ausbildung, Cloud Computing, Tensorflow, Entwicklungsumgebung
★ 4 (20) · Anfänger · Projekt · Weniger als 2 Stunden

EDHEC Business School
Kompetenzen, die Sie erwerben: Text Mining, Investitionen, Angewandtes maschinelles Lernen, Finanzen, Investitionsmanagement, Methoden des maschinellen Lernens, Analyse der Jahresabschlüsse, Vermögensverwaltung, Analyse der Finanzausweise, Marktdaten, Investment Management, Risikomanagement, Portfolio-Risiko, Software zur Datenvisualisierung, Portfolio-Verwaltung, Web-Scraping, Prädiktive Modellierung, Netzwerkanalyse, Rentabilität der Investition, Finanzielle Daten, Unstrukturierte Daten, Statistisches maschinelles Lernen
★ 4.6 (1818) · Anfänger · Spezialisierung · 3–6 Monate

New York University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Dimensionalitätsreduktion, Derivate, Bewertung des Modells, Künstliche neuronale Netze, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Statistische Methoden, Unüberwachtes Lernen, Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Statistische Modellierung, Finanzmarkt, Modell Ausbildung, Modellevaluation, Statistisches maschinelles Lernen, Entscheidungsbaum-Lernen, Prädiktive Modellierung, Finanzieller Handel, Tensorflow, Reinforcement Learning
★ 3.7 (820) · Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Scikit Learn (Machine Learning Library), Classification Algorithms, Applied Machine Learning, Model Training, Machine Learning Algorithms, Predictive Modeling, Supervised Learning, Random Forest Algorithm, Machine Learning, Unsupervised Learning, Data Analysis
★ 4.6 (19) · Anfänger · angeleitetes Projekt · Weniger als 2 Stunden

Johns Hopkins University
Kompetenzen, die Sie erwerben: R Programmierung, Maschinelles Lernen, Bewertung des Modells, Regressionsanalyse, Algorithmen für maschinelles Lernen, Technische Merkmale, Angewandtes maschinelles Lernen, Software für maschinelles Lernen, Überwachtes Lernen, Prädiktive Analytik, Klassifizierungsalgorithmen, Methoden des maschinellen Lernens, Datenvorverarbeitung, Modell Ausbildung, Feature Technik, Modellevaluation, Vorverarbeitung von Daten, Klassifizierungs- und Regressionsbaum (CART), Random Forest Algorithmus, Prädiktive Modellierung
★ 4.5 (3267) · Gemischt · Kurs · 1–4 Wochen

O.P. Jindal Global University
Kompetenzen, die Sie erwerben: Verarbeitung natürlicher Sprache, Maschinelles Lernen, Tiefes Lernen, Bewertung des Modells, Überwachtes Lernen, Modell-Optimierung, Bildanalyse, Algorithmen für maschinelles Lernen, NumPy, Einbettungen, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Python-Programmierung, Matplotlib, Modell-Einsatz, Scikit Learn (Bibliothek für maschinelles Lernen), Modell Ausbildung, Modellevaluation, Pandas (Python-Paket), Tensorflow
★ 3.9 (9) · Anfänger · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Datenumwandlung, Maschinelles Lernen, Generative KI, Bewertung des Modells, Überwachtes Lernen, Regressionsanalyse, Apache Spark, Modell-Einsatz, Apache Hadoop, Unüberwachtes Lernen, Klassifizierungsalgorithmen, Modellevaluation, Prädiktive Modellierung, Daten-Pipelines, Datenverarbeitung, Auszug
★ 4.5 (114) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Transfer Learning, Microsoft Azure, Maschinelles Lernen, Tiefes Lernen, Datenwissenschaft, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Datenvisualisierung, Bildanalyse, Regressionsanalyse, Datenanalyse, Faltungsneuronale Netze, Lernen übertragen, Angewandtes maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Unüberwachtes Lernen, Klassifizierungsalgorithmen, Modell Ausbildung, Explorative Datenanalyse, Faltungsneuronale Netzwerke, Databricks, Prädiktive Modellierung, PyTorch (Bibliothek für maschinelles Lernen)
★ 4.5 (331) · Mittel · Kurs · 1–4 Wochen

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

Wesleyan University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Bewertung des Modells, Algorithmen für maschinelles Lernen, Technische Merkmale, Regressionsanalyse, Datenanalyse, Prädiktive Analytik, Unüberwachtes Lernen, Python-Programmierung, Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Feature Technik, Explorative Datenanalyse, Modellevaluation, Entscheidungsbaum-Lernen, Prädiktive Modellierung, Klassifizierungs- und Regressionsbaum (CART), Random Forest Algorithmus, Statistisches maschinelles Lernen
★ 4.2 (328) · Gemischt · Kurs · 1–4 Wochen

University of California San Diego
Kompetenzen, die Sie erwerben: Data Mining, Datenumwandlung, Große Daten, Deskriptive Statistik, Maschinelles Lernen, Bewertung des Modells, Apache Spark, Statistische Analyse, Datenanalyse, Algorithmen für maschinelles Lernen, Regressionsanalyse, Software für maschinelles Lernen, Angewandtes maschinelles Lernen, Unüberwachtes Lernen, Datenwrangling, Methoden des maschinellen Lernens, Klassifizierungsalgorithmen, Datenvorverarbeitung, Explorative Datenanalyse, Modell Ausbildung, Modellevaluation, Vorverarbeitung von Daten
★ 4.6 (2504) · Gemischt · Kurs · 1–3 Monate

Alberta Machine Intelligence Institute
Kompetenzen, die Sie erwerben: Datenumwandlung, Maschinelles Lernen, Datenvalidierung, Bewertung des Modells, Verifizierung und Validierung, Lineare Algebra, Algorithmen für maschinelles Lernen, Statistische Analyse, Technische Merkmale, Verantwortungsvolle AI, Bereinigung von Daten, Python-Programmierung, Angewandtes maschinelles Lernen, Validierung von Daten, Algorithmen, Datenvorverarbeitung, Modell Ausbildung, Feature Technik, Modellevaluation, Datenqualität, Computer Programmierung, Qualität der Daten, Vorverarbeitung von Daten, Computerprogrammierung
★ 4.4 (98) · Mittel · Kurs · 1–4 Wochen