Machine Learning: Data Scientist

Tauchen Sie tief ein in die Mathematik, Wissenschaft und Statistik hinter Machine Learning

Dieser Pfad ist auf Lernende abgestimmt, die über Fähigkeiten in Mathematik, Statistik und Analyse verfügen und Fachleute im Bereich Machine Learning (ML) in ihrem Unternehmen werden möchten. Es gibt Einführungs-, Mittelstufen- und Fortgeschrittenenkurse. Sie lernen, wie sich Machine-Learning-Frameworks und -Analysewerkzeuge für Ihre Arbeit einsetzen und die Zusammenarbeit verbessern lassen.

path_ml-data-scientist

Mathematik für Machine Learning

Um modernes Machine Learning verstehen zu können, benötigen Sie auch ein Verständnis von Vektoren und Matrizes, linearer Algebra, Wahrscheinlichkeitstheoremen sowie univariater und multivariater Integralrechnung.

Lineare und logistische Regression

Erkunden Sie Modelle für Regression, kleinste Fehlerquadrate, Maximum-Likelihood-Einschätzungen, Regularisierung, logistische Regression, empirische Verlustminimierung und gradientenbasierte Optimierungsmethoden

Elemente der Data Science

Lernen Sie, wie Sie Machine-Learning-Modelle entwickeln und ständig verbessern. Behandelt werden die Formulierung von Problemen, forschende Datenanalyse, Funktions-Engingeering, Modelltraining, Tuning und Debugging sowie die Modellevaluierung und die Umsetzung in Produkte.

Der Data-Science-Schlussstein: Praktische ML-Entscheidungen

Nutzen Sie Machine Learning, um geschäftliche Herausforderungen in der Praxis zu lösen. Entwickeln, trainieren und testen Sie ein Machine-Learning-Modell von Grund auf.