Im zweiten Kurs der Machine Learning Specialization werden Sie: - ein neuronales Netzwerk mit TensorFlow aufbauen und trainieren, um eine Mehrklassen-Klassifizierung durchzuführen - Best Practices für die Entwicklung von maschinellem Lernen anwenden, damit Ihre Modelle auf Daten und Aufgaben in der realen Welt verallgemeinert werden können - Entscheidungsbäume und Baum-Ensemble-Methoden, einschließlich Random Forests und Boosted Trees aufbauen und verwenden Die Machine Learning Specialization ist ein grundlegendes Online-Programm, das in Zusammenarbeit zwischen DeepLearning.AI und Stanford Online entwickelt wurde. In diesem einsteigerfreundlichen Programm lernen Sie die Grundlagen des maschinellen Lernens und wie Sie diese Techniken für die Entwicklung realer KI-Anwendungen einsetzen können.

Fortgeschrittene Lernalgorithmen
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.


Fortgeschrittene Lernalgorithmen
Dieser Kurs ist Teil von Spezialisierung „Maschinelles Lernen“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Andrew Ng
TOP-LEHRKRAFT
455.208 bereits angemeldet
8,718 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Erstellen und trainieren Sie ein neuronales Netzwerk mit TensorFlow, um eine Mehrklassen-Klassifizierung durchzuführen
Wenden Sie Best Practices für die Entwicklung von maschinellem Lernen an, damit Ihre Modelle auf Daten und Aufgaben in der realen Welt verallgemeinert werden können
Erstellen und verwenden Sie Entscheidungsbäume und Baum-Ensemble-Methoden, einschließlich Random Forests und Boosted Trees
Kompetenzen, die Sie erwerben
- Kategorie: Entscheidungsbaum-Lernen
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Regressionsanalyse
- Kategorie: Überwachtes Lernen
- Kategorie: Maschinelles Lernen
- Kategorie: Verantwortungsvolle AI
- Kategorie: Künstliche neuronale Netze
- Kategorie: Modell-Optimierung
- Kategorie: Modell Ausbildung
- Kategorie: Tiefes Lernen
- Kategorie: Bewertung des Modells
- Kategorie: Daten-Ethik
- Kategorie: Lernen übertragen
- Kategorie: Logistische Regression
- Kategorie: Random Forest Algorithmus
Werkzeuge, die Sie lernen werden
- Kategorie: Klassifizierungsalgorithmen
- Kategorie: Tensorflow
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
14 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

Mehr von Maschinelles Lernen entdecken
Status: Kostenloser TestzeitraumFractal Analytics
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
92,57 %
- 4 stars
6,40 %
- 3 stars
0,57 %
- 2 stars
0,19 %
- 1 star
0,25 %
Zeigt 3 von 8718 an
Geprüft am 11. März 2023
I had to put extra effort on this one as it delivers broader knowledge on Neural Networks and Decision Trees. Really liked the Fairness, Bias and Ethics section, I'll keep those into consideration.
Geprüft am 22. Juni 2025
The course is well crafted and enriched with deep learning and ensemble tree knowledge. Practice labs add strength to the development of skills. Overall good learning experience under sir Andrew NG.
Geprüft am 12. Juli 2024
what amazing course, I had never thought that i could understand these complex ml algorithm but this course not only made me understand them also taught me create these models from scratch🤯
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




