Alberta Machine Intelligence Institute
실용 머신 러닝 소개

Diese kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Alberta Machine Intelligence Institute

실용 머신 러닝 소개

Anna Koop

Dozent: Anna Koop

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Data Science
  • Kategorie: Applied Machine Learning
  • Kategorie: Business Analysis
  • Kategorie: Product Lifecycle Management
  • Kategorie: Business Requirements
  • Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
  • Kategorie: Machine Learning
  • Kategorie: Data Collection
  • Kategorie: Data Ethics
  • Kategorie: Business Priorities

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

5 Aufgaben

Unterrichtet in Koreanisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 4 Module

이번 주는 머신 러닝(ML)이 무엇인지 배우고, 다양한 문제 상황을 비교해보고, ML에 대해 흔히 무엇을 잘못 알고 있는지 알아볼 것입니다. 이 내용을 배우고 나면 머신 러닝 비즈니스 솔루션에 필요한 요소를 파악할 수 있습니다.

Das ist alles enthalten

12 Videos6 Lektüren2 Aufgaben3 Diskussionsthemen

이번 주에는 비즈니스 니즈를 머신 러닝 문제로 변환하는 방법을 배울 것입니다. 잘 정의된 QuAM 질문을 만드는 방법을 알 수 있도록 몇 가지 적용 사례를 알아볼 겁니다. ML에 성공하려면 질문의 범위를 좁히고 학습에 필요한 데이터를 확보했는지 확인하는 것이 중요합니다!

Das ist alles enthalten

8 Videos4 Lektüren1 Aufgabe2 Diskussionsthemen

이번 주는 전부 데이터에 관한 내용입니다. 데이터 수집과 학습 데이터의 다양한 출처에 대해 알아볼 것입니다. 데이터가 얼마나 필요한지, 윤리적 문제 등 어떤 실수를 하게 될 수 있는지 알아볼 것입니다.

Das ist alles enthalten

9 Videos2 Lektüren1 Aufgabe2 Diskussionsthemen

이번 주는 머신 러닝 프로세스 라이프사이클(MLPL)에 대해 배울 것입니다. MLPL의 정의와 구성 요소를 이해하고 사례 연구를 통해 MLPL의 적용 사례를 분석합니다.

Das ist alles enthalten

7 Videos2 Lektüren1 Aufgabe2 Diskussionsthemen

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.

Dozent

Anna Koop
Alberta Machine Intelligence Institute
5 Kurse39.469 Lernende

von

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

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