Beschreibung des Lernpfades

Machine Learning for Everyone

Learn machine learning even if you have no coding experience with this collection of tutorials covering supervised learning, unsupervised learning, and deep learning.

Voraussetzungen

Es gibt keine Voraussetzungen für diesen Lernpfad

Kurs
1
Machine Learning verstehen
Details anzeigenDetails ausblenden
In diesem Kurs lernst du das spannende Themenfeld des maschinellen Lernens kennen – und du benötigst dafür gar keine Programmierkenntnisse.
In diesem Kurs lernst du das spannende Themenfeld des maschinellen Lernens kennen – und du benötigst dafür gar keine Programmierkenntnisse.
Kurs
2
Einführung in Python
Details anzeigenDetails ausblenden
Lerne in nur vier Stunden die Grundlagen der Datenanalyse mit Python und entdecke beliebte Python-Pakete.
Lerne in nur vier Stunden die Grundlagen der Datenanalyse mit Python und entdecke beliebte Python-Pakete.
Kurs
3
Python für Fortgeschrittene
Details anzeigenDetails ausblenden
Erweitere deine Data-Science-Fähigkeiten und lerne, wie du mit Matplotlib Visualisierungen erstellst und DataFrames mit pandas bearbeitest.
Erweitere deine Data-Science-Fähigkeiten und lerne, wie du mit Matplotlib Visualisierungen erstellst und DataFrames mit pandas bearbeitest.
Kurs
4
Einführung in Funktionen in Python
Details anzeigenDetails ausblenden
Übe das Schreiben eigener Funktionen in Python und befasse dich mit wichtigen Aspekten wie Gültigkeitsbereichen und Fehlerbehandlung.
Übe das Schreiben eigener Funktionen in Python und befasse dich mit wichtigen Aspekten wie Gültigkeitsbereichen und Fehlerbehandlung.
Kurs
5
Python Toolbox
Details anzeigenDetails ausblenden
Erweitere deine Data-Science-Fähigkeiten und lerne, wie Iteratoren funktionieren und wie neue Listen aus vorhandenen Listen erstellt werden.
Erweitere deine Data-Science-Fähigkeiten und lerne, wie Iteratoren funktionieren und wie neue Listen aus vorhandenen Listen erstellt werden.
Kurs
6
Statistical Thinking in Python (Teil 1)
Details anzeigenDetails ausblenden
Leg die Grundlagen, die du brauchst, um statistisch zu denken und die Sprache deiner Daten zu sprechen.
Leg die Grundlagen, die du brauchst, um statistisch zu denken und die Sprache deiner Daten zu sprechen.
Kurs
8
Unsupervised Learning in Python
Details anzeigenDetails ausblenden
Nutze scikit-learn und scipy, um unbeschriftete Daten zu clustern, zu transformieren, zu visualisieren und in Erkenntnisse zu überführen.
Nutze scikit-learn und scipy, um unbeschriftete Daten zu clustern, zu transformieren, zu visualisieren und in Erkenntnisse zu überführen.
Kurs
9
Lineare Klassifikatoren in Python
Details anzeigenDetails ausblenden
In diesem Kurs lernst du die Details linearer Klassifikatoren wie logistische Regression und SVM kennen.
In diesem Kurs lernst du die Details linearer Klassifikatoren wie logistische Regression und SVM kennen.
Kurs
10
Maschinelles Lernen mit baumbasierten Modellen in Python
Details anzeigenDetails ausblenden
In diesem Kurs lernst du, wie du baumbasierte Modelle und Ensembles für Regression und Klassifizierung mit Scikit-Learn verwendest.
In diesem Kurs lernst du, wie du baumbasierte Modelle und Ensembles für Regression und Klassifizierung mit Scikit-Learn verwendest.
Kurs
11
Extreme Gradient Boosting mit XGBoost
Details anzeigenDetails ausblenden
Grundlagen von Gradient Boosting lernen und mit XGBoost moderne Machine Learning-Modelle für Klassifikation und Regression bauen.
Grundlagen von Gradient Boosting lernen und mit XGBoost moderne Machine Learning-Modelle für Klassifikation und Regression bauen.
Kurs
12
Cluster Analysis in Python
Details anzeigenDetails ausblenden
In diesem Kurs über unüberwachtes Lernen wendest du Techniken wie hierarchisches und k-Means-Clustering mit der SciPy-Bibliothek an.
In diesem Kurs über unüberwachtes Lernen wendest du Techniken wie hierarchisches und k-Means-Clustering mit der SciPy-Bibliothek an.
Kurs
13
Dimensionsreduktion in Python
Details anzeigenDetails ausblenden
Du entwickelst ein Verständnis für Dimensionsreduktion und setzt bewährte Methoden dazu in Python um.
Du entwickelst ein Verständnis für Dimensionsreduktion und setzt bewährte Methoden dazu in Python um.
Kurs
14
Vorverarbeitung für Machine Learning in Python
Details anzeigenDetails ausblenden
Lerne, wie du deine Daten für maschinelles Lernen bereinigen und vorbereiten kannst!
Lerne, wie du deine Daten für maschinelles Lernen bereinigen und vorbereiten kannst!
Kurs
15
Maschinelles Lernen für Zeitreihendaten in Python
Details anzeigenDetails ausblenden
Dieser Kurs dreht sich um Feature Engineering und maschinelles Lernen für Zeitreihendaten.
Dieser Kurs dreht sich um Feature Engineering und maschinelles Lernen für Zeitreihendaten.
Kurs
16
Feature Engineering für Machine Learning in Python
Details anzeigenDetails ausblenden
Hier entwickelst du neue Features, um die Leistung deiner Machine-Learning-Modelle zu verbessern.
Hier entwickelst du neue Features, um die Leistung deiner Machine-Learning-Modelle zu verbessern.
Kurs
17
Modellvalidierung in Python
Details anzeigenDetails ausblenden
Du lernst die Grundlagen der Modellvalidierung sowie Validierungstechniken und erstellst erste validierte und leistungsstarke Modelle.
Du lernst die Grundlagen der Modellvalidierung sowie Validierungstechniken und erstellst erste validierte und leistungsstarke Modelle.
Kurs
19
Feature Engineering für NLP in Python
Details anzeigenDetails ausblenden
Techniken lernen, um nützliche Informationen aus Texten zu extrahieren und sie in ein für Machine Learning geeignetes Format zu verarbeiten.
Techniken lernen, um nützliche Informationen aus Texten zu extrahieren und sie in ein für Machine Learning geeignetes Format zu verarbeiten.
Kurs
20
Einführung in TensorFlow mit Python
Details anzeigenDetails ausblenden
Dieser Kurs zeigt dir, was neuronale Netze sind und wie du mit TensorFlow Deep-Learning-Modelle erstellst.
Dieser Kurs zeigt dir, was neuronale Netze sind und wie du mit TensorFlow Deep-Learning-Modelle erstellst.
Kurs
21
Einführung in Deep Learning mit Python
Details anzeigenDetails ausblenden
Lerne die Grundlagen neuronaler Netzwerke und wie du Deep-Learning-Modelle mit Keras 2.0 in Python erstellst.
Lerne die Grundlagen neuronaler Netzwerke und wie du Deep-Learning-Modelle mit Keras 2.0 in Python erstellst.
Kurs
22
Introduction to Deep Learning with Keras
Details anzeigenDetails ausblenden
Learn to start developing deep learning models with Keras.
Learn to start developing deep learning models with Keras.
Kurs
23
Fortgeschrittenes Deep Learning mit Keras
Details anzeigenDetails ausblenden
Lerne, wie du mit Keras Deep-Learning-Modelle entwickelst.
Lerne, wie du mit Keras Deep-Learning-Modelle entwickelst.
Kurs
24
Bildverarbeitung mit Python
Details anzeigenDetails ausblenden
Lerne, Bilder nach Belieben zu verarbeiten, zu transformieren und zu manipulieren.
Lerne, Bilder nach Belieben zu verarbeiten, zu transformieren und zu manipulieren.
Kurs
25
Bildmodellierung mit Keras
Details anzeigenDetails ausblenden
Lerne, wie du mit Keras und Python Bilder analysierst, indem du Faltungsneuronale Netze aufbaust, trainierst und bewertest.
Lerne, wie du mit Keras und Python Bilder analysierst, indem du Faltungsneuronale Netze aufbaust, trainierst und bewertest.
Kurs
26
Hyperparameter-Tuning in Python
Details anzeigenDetails ausblenden
Hier lernst du Methoden zur automatischen Hyperparameter-Optimierung in Python kennen, wie zum Beispiel Grid, Random und Informed Search.
Hier lernst du Methoden zur automatischen Hyperparameter-Optimierung in Python kennen, wie zum Beispiel Grid, Random und Informed Search.
Kurs
27
Grundlagen von PySpark
Details anzeigenDetails ausblenden
Lerne, verteiltes Datenmanagement und maschinelles Lernen in Spark mit dem PySpark-Paket zu implementieren.
Lerne, verteiltes Datenmanagement und maschinelles Lernen in Spark mit dem PySpark-Paket zu implementieren.
Kurs
28
Maschinelles Lernen mit PySpark
Details anzeigenDetails ausblenden
Erstelle datenbasierte Vorhersagen mit Apache Spark und Entscheidungsbäumen, logistischer oder linearer Regression, Ensembles und Pipelines.
Erstelle datenbasierte Vorhersagen mit Apache Spark und Entscheidungsbäumen, logistischer oder linearer Regression, Ensembles und Pipelines.
Kurs
29
Eine Kaggle-Competition in Python gewinnen
Details anzeigenDetails ausblenden
Dieser Kurs richtet sich an alle Data Scientists, die Kaggle-Competitions angehen und gewinnen wollen.
Dieser Kurs richtet sich an alle Data Scientists, die Kaggle-Competitions angehen und gewinnen wollen.