Dieser Kurs bietet den Coursera Coach!

Eine intelligentere Art zu lernen – mit interaktiven Echtzeit-Gesprächen, die Ihnen helfen, Ihr Wissen zu testen, Annahmen zu hinterfragen und Ihr Verständnis im Laufe des Kurses zu vertiefen. In diesem Kurs erwerben Sie grundlegende Kenntnisse über maschinelles Lernen (ML) und dessen Umsetzung auf der Cloud-Plattform Microsoft Azure. Zunächst lernen Sie die grundlegenden Konzepte des maschinellen Lernens kennen, darunter verschiedene Lernarten wie überwachtes, unüberwachtes und bestärkendes Lernen. Anhand von Fallstudien aus der Praxis erkunden Sie, wie diese ML-Techniken in Branchen wie dem Gesundheitswesen, dem Finanzwesen und dem Einzelhandel angewendet werden. Außerdem werden Sie in die wichtigsten Herausforderungen des maschinellen Lernens eingeführt, wie z. B. Überanpassung, Unteranpassung und Probleme mit der Datenqualität. Im weiteren Verlauf des Kurses tauchen Sie tief in Azure Machine Learning Studio ein und lernen dessen Benutzeroberfläche, Funktionen und wichtige Merkmale wie AutoML, Datenintegration und Modellverwaltung kennen. Sie lernen, wie Sie Experimente einrichten, Verbindungen zu Datenquellen herstellen, Ressourcen verwalten und Machine-Learning-Modelle effizient bereitstellen. Der Kurs umfasst praktische Demonstrationen, die Ihnen helfen, Ihr Verständnis der Datenvorverarbeitung zu festigen – vom Importieren und Bereinigen von Datensätzen bis hin zu deren Aufteilung und Normalisierung für das Modelltraining. Durch den Einsatz der flexiblen Tools von Azure werden Sie sicher im Umgang mit Daten sowie beim Erstellen und Bereitstellen von Machine-Learning-Modellen. Dieser Kurs richtet sich an Anfänger und Fortgeschrittene, die praktische Erfahrungen mit Machine Learning unter Verwendung von Azure sammeln möchten. Er eignet sich ideal für Personen, die ihre ML-Kenntnisse vertiefen möchten, sowie für Fachleute, die maschinelles Lernen in Geschäftslösungen integrieren wollen. Zu den Voraussetzungen gehören ein grundlegendes Verständnis von Programmier- und Data-Science-Konzepten sowie die Bereitschaft, maschinelles Lernen über eine Cloud-Computing-Plattform zu erkunden. Am Ende des Kurses sind Sie in der Lage, Machine-Learning-Modelle zu erstellen, Datensätze vorzubereiten und zu bereinigen, die Azure-Tools für das Training und die Bereitstellung von Modellen zu nutzen sowie häufige ML-Herausforderungen wie Datenungleichgewichte und Überanpassung zu lösen.