Erstellen von Machine Learning-Modellen

  • Lernpfad
  • 5 Module

Auf einen Blick

Maschinelles Lernen ist die Basis für Vorhersagemodellierung und künstliche Intelligenz. Lernen Sie einige der wichtigsten Prinzipien von maschinellem Lernen kennen, und erfahren Sie, wie Sie mit gängigen Tools und Frameworks Machine Learning-Modelle trainieren, auswerten und verwenden.

Voraussetzungen

Dieser Lernpfad setzt die Kenntnis grundlegender mathematischer Konzepte voraus. Erfahrung mit der Verwendung von Python ist ebenfalls vorteilhaft.

Module in diesem Lernpfad

Erkunden und Analysieren von Daten mit Python

Das Erkunden und Analysieren von Daten ist das Herzstück von Data Science. Data Scientists benötigen Kenntnisse in Programmiersprachen wie Python, um Daten zu untersuchen, zu visualisieren und zu bearbeiten.

Trainieren und Auswerten von Regressionsmodellen

Regression ist eine häufig verwendete Art des maschinellen Lernens für das Vorhersagen numerischer Werte.

Trainieren und Bewerten von Klassifizierungsmodellen

Bei der Klassifizierung handelt es sich um eine Form des maschinellen Lernens, mit der Elemente in Klassen kategorisiert werden.

Trainieren und Auswerten von Clustermodellen

Beim Clustering handelt es sich um eine Form des maschinellen Lernens, die verwendet wird, um ähnliche Elemente in Clustern zu gruppieren.

Trainieren und Auswerten von Deep-Learning-Modellen

Deep Learning ist eine weiterentwickelte Form von maschinellem Lernen, die das Lernen in einem menschlichen Gehirn mit Netzen von verbundenen Neuronen emuliert.

Start