Direkt zum Inhalt
StartseitePython

Lernpfad

Überwachtes Machine Learning in Python

Aktualisierte 01.2025
Beherrsche die beliebtesten Techniken des überwachten maschinellen Lernens, um Vorhersagen mit gelabelten Daten zu treffen.
Track kostenlos starten

Im Lieferumfang enthalten beiPremium or Teams

PythonMaschinelles Lernen25 Std.5,093

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Training für 2 oder mehr Personen?

Probiere es mit DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen

Beschreibung des Lernpfades

Überwachtes Machine Learning in Python

Beherrsche die Grundlagen des überwachten maschinellen Lernens und entdecke, wie du mit markierten Daten Vorhersagen treffen kannst. Mach noch heute bei der ML Revolution mit! Wenn du neu im Bereich des maschinellen Lernens bist oder dich auf überwachtes maschinelles Lernen spezialisieren möchtest, ist dies der ideale Einstieg.Zu Beginn lernst du die wichtigsten Modelle des überwachten Lernens kennen und implementierst sie, z. B. K-Nearest Neighbors (KNN), logistische Regression, lineare Regression, Support Vector Machines (SVM) und baumbasierte Modelle mit der beliebten Bibliothek scikit-learn.Außerdem erfährst du, wie du modernste Algorithmen wie XGBoost nutzen kannst, um die Modellierungsleistung bei tabellarischen Datensätzen effizient zu steigern.Um das Beste aus deinen Modellen herauszuholen, lernst du verschiedene Techniken zur Abstimmung von Hyperparametern kennen und erfährst, wie du entscheidest, welche Technik du für deinen Anwendungsfall verwenden solltest.Zum Abschluss des Lernpfads bringst du dein Wissen über diese verschiedenen Modelle zusammen und lernst etwas über das Ensemble-Lernen, bei dem verschiedene Modelle kombiniert werden, um die Leistung zu verbessern und komplexere Probleme zu lösen.Am Ende des Kurses wirst du die wichtigsten Konzepte des überwachten maschinellen Lernens beherrschen und in der Lage sein, sie in Python anzuwenden.

Voraussetzungen

Es gibt keine Voraussetzungen für diesen Track

  • Course

    1

    Überwachtes Lernen mit scikit-learn

    In diesem interaktiven Kurs mit realen Datensätzen lernst du, mithilfe von scikit-learn in Python leistungsstarke Vorhersagen zu erstellen.

  • Project

    Bonus

    Predictive Modeling for Agriculture

    Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

  • Course

    7

    Hyperparameter-Tuning in Python

    Lerne Techniken für die automatische Hyperparameter-Optimierung in Python, wie zum Beispiel Grid, Random und Informed Search.

  • Course

    8

    Ensemble-Methoden in Python

    Lerne, wie du mit Python fortgeschrittene und effektive Machine-Learning-Modelle mit Ensemble-Techniken wie Bagging, Boosting und Stacking entwickelst.

Überwachtes Machine Learning in Python
6 Kurse
Track
abgeschlossen

Leistungsnachweis verdienen

Fügen Sie diese Anmeldeinformationen zu Ihrem LinkedIn-Profil, Lebenslauf oder Lebenslauf hinzu
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung

Im Lieferumfang enthalten beiPremium or Teams

Jetzt anmelden

    Mach mit 18 Millionen Lernende und starte Überwachtes Machine Learning in Python heute!

    Kostenloses Konto erstellen

    oder

    Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.