- Erkunden der Unterschiede zwischen maschinellem Lernen und herkömmlicher Software
- Erstellen und Testen eines Machine Learning-Modells.
- Laden eines Modells und Verwenden dieses Modells mit neuen Datasets.
Episode
Einführung in maschinelles Lernen - Episode 1
Besuchen Sie Jason DeBoever und Glenn Stephens live auf Learn TV und erkunden Sie diese neunteilige Serie "Grundlagen der Datenwissenschaft für maschinelles Lernen". Jede Woche werden wir die Learn-Module durchgehen und Ihre Fragen live beantworten. Von grundlegenden klassischen Machine Learning-Modellen über explorative Datenanalysen bis zur Anpassung von Architekturen werden Sie durch leicht verständliche konzeptionelle Inhalte und interaktive Jupyter-Notebooks geführt. Außerdem erfahren Sie etwas über die zugrunde liegenden Konzepte sowie den Weg zum Erstellen von Modellen mit den gängigsten Machine Learning-Tools.
Einführung in maschinelles Lernen: Episode 01
Eine allgemeine Übersicht über maschinelles Lernen für Personen mit geringen oder gar keinen Kenntnissen in Informatik und Statistik. Sie werden mit einigen wesentlichen Konzepten vertraut sein, Daten erkunden und interaktiv den Lebenszyklus des maschinellen Lernens durchlaufen – mithilfe von Python, um ein Machine Learning-Modell wie in der realen Welt zu trainieren, zu speichern und zu verwenden. In dieser Folge werden Sie:
Besuchen Sie Jason DeBoever und Glenn Stephens live auf Learn TV und erkunden Sie diese neunteilige Serie "Grundlagen der Datenwissenschaft für maschinelles Lernen". Jede Woche werden wir die Learn-Module durchgehen und Ihre Fragen live beantworten. Von grundlegenden klassischen Machine Learning-Modellen über explorative Datenanalysen bis zur Anpassung von Architekturen werden Sie durch leicht verständliche konzeptionelle Inhalte und interaktive Jupyter-Notebooks geführt. Außerdem erfahren Sie etwas über die zugrunde liegenden Konzepte sowie den Weg zum Erstellen von Modellen mit den gängigsten Machine Learning-Tools.
Einführung in maschinelles Lernen: Episode 01
Eine allgemeine Übersicht über maschinelles Lernen für Personen mit geringen oder gar keinen Kenntnissen in Informatik und Statistik. Sie werden mit einigen wesentlichen Konzepten vertraut sein, Daten erkunden und interaktiv den Lebenszyklus des maschinellen Lernens durchlaufen – mithilfe von Python, um ein Machine Learning-Modell wie in der realen Welt zu trainieren, zu speichern und zu verwenden. In dieser Folge werden Sie:
- Erkunden der Unterschiede zwischen maschinellem Lernen und herkömmlicher Software
- Erstellen und Testen eines Machine Learning-Modells.
- Laden eines Modells und Verwenden dieses Modells mit neuen Datasets.
Video-URL
HTML-Inlineframe
Feedback? Melden Sie hier ein Problem.