Einer der spannendsten Aspekte der Analytik in Unternehmen ist die Suche nach Mustern in den Daten mithilfe von Algorithmen für maschinelles Lernen. In diesem Kurs erhalten Sie eine konzeptionelle Grundlage dafür, warum Algorithmen des maschinellen Lernens so wichtig sind und wie die aus diesen Algorithmen resultierenden Modelle verwendet werden, um umsetzbare Erkenntnisse in Bezug auf Geschäftsprobleme zu finden. Einige Algorithmen werden für die Vorhersage numerischer Ergebnisse verwendet, während andere für die Vorhersage der Klassifizierung eines Ergebnisses eingesetzt werden. Andere Algorithmen dienen der Bildung aussagekräftiger Gruppen aus einem umfangreichen Datensatz. Nach Abschluss dieses Kurses werden Sie in der Lage sein, zu beschreiben, wann welcher Algorithmus eingesetzt werden sollte. Sie werden auch die Möglichkeit haben, Python zu verwenden, um diese Algorithmen auszuführen und die Ergebnisse zu kommunizieren.
Algorithmen des maschinellen Lernens mit Python in der betrieblichen Analytik
Dieser Kurs ist Teil von Spezialisierung Unternehmensanalytik
Dozenten: Ronald Guymon
7.768 bereits angemeldet
Bei 
enthalten
(38 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Implementierung eines konzeptionellen Rahmens für Algorithmen des maschinellen Lernens, um verwertbare Erkenntnisse für Geschäftsprobleme zu gewinnen.
Anwendung einer konzeptionellen Grundlage für die Interpretation von Ergebnissen des maschinellen Lernens aus Regressions-, Klassifikations- und Clustering-Algorithmen.
Anwendung von Algorithmen des maschinellen Lernens auf Unternehmensdaten.
Kompetenzen, die Sie erwerben
- Kategorie: Scikit Learn (Bibliothek für Maschinelles Lernen)
- Kategorie: Prädiktive Analytik
- Kategorie: R-Programmierung
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Überwachtes Lernen
- Kategorie: Unternehmensanalytik
- Kategorie: Maschinelles Lernen
- Kategorie: Datenumwandlung
- Kategorie: Unüberwachtes Lernen
- Kategorie: Klassifizierungs- und Regressionsbaum (CART)
- Kategorie: Datenanalyse
- Kategorie: Explorative Datenanalyse
- Kategorie: Prädiktive Modellierung
- Kategorie: Regressionsanalyse
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
5 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
In diesem Modul werden wir untersuchen, warum die explorative Datenanalyse allein möglicherweise keine verwertbaren Geschäftserkenntnisse liefert, die wichtigsten Schritte des Arbeitsablaufs beim maschinellen Lernen bewerten und Vorverarbeitungstechniken mit Scikit-Learn anwenden, um Daten für die Analyse mit verschiedenen Algorithmen vorzubereiten.
Das ist alles enthalten
18 Videos7 Lektüren2 Aufgaben1 Diskussionsthema1 Plug-in
In diesem Modul lernen wir, wie Regression zur Vorhersage, zur Erforschung von Beziehungen und zur Inferenz in geschäftlichen Kontexten verwendet werden kann, indem wir scikit-learn und scipy anwenden und die Wirksamkeit von Regressionsmodellen in verschiedenen Anwendungen bewerten.
Das ist alles enthalten
12 Videos3 Lektüren1 Aufgabe1 peer review
In diesem Modul werden wir unser Verständnis für die Anwendung von Klassifizierungsalgorithmen in der Wirtschaft vertiefen, indem wir K-nearest neighbors und Entscheidungsbaummodelle ausführen und interpretieren.
Das ist alles enthalten
11 Videos3 Lektüren1 Aufgabe
In diesem Modul werden wir ein tieferes Verständnis dafür gewinnen, wie Clustering-Algorithmen in der Wirtschaft eingesetzt werden, indem wir K-means- und DBSCAN-Modelle ausführen und interpretieren.
Das ist alles enthalten
10 Videos5 Lektüren1 Aufgabe1 Diskussionsthema1 Plug-in
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Auf einen Abschluss hinarbeiten
Dieses Kurs ist Teil des/der folgenden Studiengangs/Studiengänge, die von University of Illinois Urbana-Champaignangeboten werden. Wenn Sie zugelassen werden und sich immatrikulieren, können Ihre abgeschlossenen Kurse auf Ihren Studienabschluss angerechnet werden und Ihre Fortschritte können mit Ihnen übertragen werden.¹
Dozenten
Mehr von Führung und Management entdecken
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumUniversity of Illinois Urbana-Champaign
Status: KostenlosAmazon Web Services
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugang zu allen Videos, Tests und Programmieraufgaben (falls zutreffend). Wenn Sie sich entscheiden, den Kurs ohne Kauf zu erkunden, haben Sie möglicherweise keinen Zugang zu bestimmten Aufgaben.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zu 2 Wochen nach Ihrem Zahlungsdatum. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, selbst wenn Sie den Kurs innerhalb der 2-wöchigen Rückerstattungsfrist abschließen.
Ja! Coursera bietet finanzielle Unterstützung für Lernende, die einen Kurs absolvieren möchten, sich die Kursgebühr aber nicht leisten können. Um eine finanzielle Unterstützung zu beantragen, wählen Sie "Mehr erfahren und beantragen" im Bereich Finanzielle Unterstützung unterhalb der Schaltfläche "Anmelden". Sie werden aufgefordert, einen einfachen Antrag auszufüllen; weitere Unterlagen sind nicht erforderlich.
Weitere Fragen
Finanzielle Unterstützung verfügbar,