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.
Empfohlene Kurse
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.
