Grundlagen des maschinellen Lernens in Python

Maschinelles Lernen ist die Grundlage moderner Technologie. Um damit zu beginnen, benötigen Sie jedoch ein solides Verständnis der wesentlichen Konzepte und praktischen Programmiertechniken. Dieser schriftliche Kurs führt Sie durch die wichtigsten Prinzipien des maschinellen Lernens und hilft Ihnen, von der grundlegenden Python-Programmierung zum Aufbau funktionaler Vorhersagemodelle überzugehen. Was Sie lernen: Grundlegende Terminologie, Workflow-Phasen und theoretische Grundlagen des maschinellen Lernens verstehen. Strukturierte Datensätze mit modernen Python-Datenverarbeitungsbibliotheken vorbereiten und bereinigen. Wenden Sie unbeaufsichtigte Lerntechniken wie Clustering und Dimensionsreduktion an, und bewerten Sie die Modellleistung mithilfe von Schlüsselmetriken und Kreuzvalidierungstechniken. Erkunden Sie moderne Workflows für maschinelles Lernen, einschließlich Feature-Engineering-Pipelines und Vektordarstellungen. Sie beginnen mit der wichtigsten Terminologie und grundlegenden Definitionen, bevor Sie sich durch strukturierte Code-Walkthroughs und konzeptionelle Erklärungen lesen. Speziell für Anfänger mit grundlegendem Python-Wissen und ohne vorherigen Hintergrund in der Datenwissenschaft konzipiert.