Grundlagenkurse
In den Grundlagenkursen werden die Grundlagen und Konzepte des maschinellen Lernens behandelt.
Wir empfehlen, sie in der folgenden Reihenfolge auszuführen.
Machine Learning Crash Course
In diesem praxisorientierten Kurs lernen Sie die Grundlagen des maschinellen Lernens kennen.
Neu
Problem mit Bildausschnitten
In diesem Kurs erfahren Sie, wie Sie reale Probleme ML-Lösungen zuordnen können.
Datenvorbereitung und Feature Engineering
Eine Einführung in die Vorbereitung Ihrer Daten für ML-Workflows.
Testen und Fehler beheben
Strategien zum Testen und Debuggen von Modellen und Pipelines für maschinelles Lernen
Kurse für Fortgeschrittene kennenlernen
Nehmen Sie an weiteren ML-Kursen teil, um Ihr Wissen und Ihre Fähigkeiten zu verbessern.
Kurse für Fortgeschrittene
In den Kursen für Fortgeschrittene lernen Sie Tools und Techniken zur Lösung verschiedener Probleme beim maschinellen Lernen kennen.
Die Kurse sind unabhängig voneinander strukturiert. Nehmen Sie sie anhand der Interessen- oder Problemdomain.
Empfehlungssysteme
Empfehlungssysteme generieren personalisierte Vorschläge.
Clustering
Clustering ist eine wichtige, nicht überwachte Strategie für maschinelles Lernen, um damit verbundene Elemente zu verknüpfen.
Reinforcement Learning
Eine Einführung in die Technik des verstärkenden Lernens.
Generative kontradiktorische Netzwerke
GANs erstellen neue Dateninstanzen, die Ihren Trainingsdaten ähneln.
Bildklassifizierung
Ist das das Bild einer Katze oder ist es ein Hund?
Fairness in der Perspective API
Praktische Tipps zur Behebung von Fairness-Problemen
YouTube-Videoqualität
Entscheidungsbäume verwenden, um hochwertige Videos von minderwertigen Videos zu unterscheiden
Graph-Mining
Verwenden von unüberwachtem und halbüberwachtem Lernen zur Identifizierung ähnlicher Apps
Leitfäden
In unseren Leitfäden finden Sie Schritt-für-Schritt-Anleitungen zum Lösen gängiger Probleme beim maschinellen Lernen mit Best Practices.
ML-Regeln
Wenn Sie diese Best Practices für maschinelles Lernen von Google umsetzen, werden Sie ein besserer Entwickler.
Leitfaden zu Menschen und KI
Dieser Leitfaden unterstützt Nutzer, PMs und Entwickler bei der gemeinsamen Arbeit an Themen und Fragen zum KI-Design.
Textklassifizierung
Dieser umfassende Leitfaden enthält eine Schritt-für-Schritt-Anleitung zur Lösung von Problemen bei der Textklassifizierung mit maschinellem Lernen.
Gute Datenanalyse
In diesem Leitfaden werden die Tricks beschrieben, die ein erfahrener Datenanalyst verwendet, um große Datensätze bei Problemen mit maschinellem Lernen zu bewerten.
Playbook zur Feinabstimmung von Deep Learning
Dieser Leitfaden erläutert eine wissenschaftliche Möglichkeit, das Training von Deep-Learning-Modellen zu optimieren.
Glossare
Die Glossare definieren Begriffe für maschinelles Lernen.
