Kurs
Maschinelles Lernen für Unternehmen
BasicSchwierigkeitsgrad
Aktualisiert 11.2024Kurs kostenlos starten
Im Lieferumfang enthalten beiPremium or Teams
TheoryMachine Learning2 Std.15 Videos48 Übungen3,200 XP44,773Leistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Beliebt bei Lernenden in Tausenden Unternehmen
Training für 2 oder mehr Personen?
Probiere es mit DataCamp for BusinessKursbeschreibung
Grundlagen des maschinellen Lernens
Dieser Kurs vermittelt Führungskräften die wichtigsten Aspekte des maschinellen Lernens. Wir beleuchten die wichtigsten Erkenntnisse und Best Practices darüber, wie sich Geschäftsfragen als Modellierungsprojekte mit Machine-Learning-Teams strukturieren lassen.
Tiefe Einblicke in Modelle
Du wirst die verschiedenen Modellarten kennenlernen und erfahren, welche Geschäftsfragen sie beantworten können und welche Möglichkeiten sie bieten. Außerdem lernst du, Situationen zu erkennen, in denen maschinelles Lernen NICHT geeignet ist. Du wirst den Unterschied zwischen Inferenz und Vorhersage sowie zwischen der Vorhersage von Wahrscheinlichkeiten und Mengen verstehen und lernen, wie du mit unüberwachtem Lernen eine sinnvolle Strategie zur Kundensegmentierung entwickeln kannst.
Voraussetzungen
Es gibt keine Voraussetzungen für diesen Kurs1
Machine learning and data use cases
Machine learning is used in many different industries and fields. It can fundamentally improve the business if applied correctly. This chapter outlines machine learning use cases, job roles and how they fit in the data needs pyramid.
2
Machine learning types
This chapter overviews different machine learning types. We will look into differences between causal and prediction models, explore supervised and unsupervised learning, and finally understand the sub-types of supervised learning: classification and regression.
3
Business requirements and model design
This chapter reviews key steps in scoping out business requirements, identifying and sizing machine learning opportunities, assessing the model performance, and identifying any performance risks in the process.
4
Managing machine learning projects
This chapter will look into the best and worst practices of managing machine learning projects. We will identify most common machine learning mistakes, learn how to manage communication between the business and ML teams and finally address the challenges when deploying machine learning models to production.
Maschinelles Lernen für Unternehmen
Kurs abgeschlossen
Leistungsnachweis verdienen
Füge diesen Fähigkeitsnachweis zu Deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzuTeile es auf Social Media und in Deiner Leistungsbeurteilung
Im Lieferumfang enthalten beiPremium or Teams
Jetzt anmeldenSchließe dich 19 Millionen Lernenden an und starte Maschinelles Lernen für Unternehmen heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.