Erstellen von Machine Learning-Modellen

Fortgeschrittene Anfänger
KI-Techniker
Data Scientist
Entwickler
Kursteilnehmer
Visual Studio Code
Azure

Microsoft Learn bietet mehrere interaktive Möglichkeiten, in das klassische maschinelle Lernen einzusteigen. Mit diesen Lernpfaden können Sie produktiv selbst arbeiten. Außerdem sind sie eine hervorragende Basis für den Einstieg in Deep Learning-Themen.

Von den grundlegendsten klassischen Machine Learning-Modellen bis hin zu explorativen Datenanalysen und Anpassungen von Architekturen werden Sie durch leicht verständliche konzeptuelle Inhalte und interaktive Jupyter Notebooks geführt, ohne Ihren Browser verlassen zu müssen.

Wählen Sie je nach Ihrem Kenntnisstand und Ihren Interessen Ihren eigenen Pfad aus.

Option 1: Der vollständige Kurs: Grundlagen von Data Science für maschinelles Lernen

Dieser Pfad wird für die meisten Menschen empfohlen. Er verfügt über die gleichen Module wie die anderen beiden Lernpfade, bietet jedoch einen speziellen Ablauf, der das Erlernen der Konzepte verstärkt. Wenn Sie sich mit den zugrunde liegenden Konzepten und dem Erstellen von Modellen mit den gängigsten Machine Learning-Tools vertraut machen möchten, ist dieser Pfad für Sie geeignet. Dies ist auch der beste Weg, wenn Sie planen, über klassisches maschinelles Lernen hinauszugehen und eine Schulung in Deep Learning und neuronalen Netzwerken zu erhalten, die wir in diesem Pfad nur einführen.

Option 2: Der Lernpfad Grundlegendes zu Data Science für maschinelles Lernpfad

Wenn Sie verstehen möchten, wie maschinelles Lernen funktioniert, und keine umfassenden Kenntnisse in Mathematik haben, ist dieser Pfad für Sie geeignet. Es gibt keine Voraussetzungen hinsichtlich Ihrer Kenntnisse (außer einer lockeren Vertrautheit mit Programmierkonzepten). Der Lernpfad vermittelt Wissen mit Code, Metapher und visuellen Elemente, die Ihnen einen Aha-Moment geben. Der Pfad ist praxisorientiert, konzentriert sich jedoch mehr auf das Verstehen der Grundlagen und weniger auf die Leistungsfähigkeit der verfügbaren Tools und Bibliotheken.

✔ Option 3: Lernpfad Machine Learning-Modelle erstellen

Wenn Sie bereits wissen, worum es beim maschinellen Lernen geht, oder wenn Sie über umfassende Kenntnisse in Mathematik verfügen, können Sie am besten direkt zum Lernpfad Machine Learning-Modelle erstellen springen. Diese Module vermitteln einige Konzepte des maschinellen Lernen, doch das Tempo ist hoch, damit sie die Funktionen von Tools wie scikit-learn, TensorFlow und PyTorch nutzen können. Dieser Lernpfad ist auch der beste für Sie, wenn Sie einfach nur Machine Learning-Beispiele für Produkte wie Azure ML oder Azure Databricks verstehen möchten.

✔ Sie befinden sich derzeit in diesem Pfad. Scrollen Sie nach unten, um zu beginnen.

Voraussetzungen

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

Module in diesem Lernpfad

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.

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

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

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

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