Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Grundlagenkurse

In den Grundlagenkursen werden die Grundlagen und Konzepte des maschinellen Lernens behandelt.

Wir empfehlen, sie in der folgenden Reihenfolge auszuführen.

Neu
Eine kurze Einführung in maschinelles Lernen.
In diesem praxisorientierten Kurs lernen Sie die Grundlagen des maschinellen Lernens kennen.
Neu
In diesem Kurs erfahren Sie, wie Sie reale Probleme ML-Lösungen zuordnen können.
Eine Einführung in die Vorbereitung Ihrer Daten für ML-Workflows.
Strategien zum Testen und Debuggen von Modellen und Pipelines für maschinelles Lernen
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.

Neu
Entscheidungswälder sind eine Alternative zu neuronalen Netzwerken.
Empfehlungssysteme generieren personalisierte Vorschläge.
Clustering ist eine wichtige, nicht überwachte Strategie für maschinelles Lernen, um damit verbundene Elemente zu verknüpfen.
GANs erstellen neue Dateninstanzen, die Ihren Trainingsdaten ähneln.
Ist das das Bild einer Katze oder ist es ein Hund?
Praktische Tipps zur Behebung von Fairness-Problemen

Leitfäden

In unseren Leitfäden finden Sie Schritt-für-Schritt-Anleitungen zum Lösen gängiger Probleme beim maschinellen Lernen mit Best Practices.
Wenn Sie diese Best Practices für maschinelles Lernen von Google umsetzen, werden Sie ein besserer Entwickler.
Dieser Leitfaden unterstützt Nutzer, PMs und Entwickler bei der gemeinsamen Arbeit an Themen und Fragen zum KI-Design.
Dieser umfassende Leitfaden enthält eine Schritt-für-Schritt-Anleitung zur Lösung von Problemen bei der Textklassifizierung mit maschinellem Lernen.
In diesem Leitfaden werden die Tricks beschrieben, die ein erfahrener Datenanalyst verwendet, um große Datensätze bei Problemen mit maschinellem Lernen zu bewerten.

ML-Glossar

Im Glossar werden allgemeine Begriffe für maschinelles Lernen definiert.