Machine Learning-Algorithmen - inklusive Python Demos

Herzlich willkommen in meinem Kurs: Machine Learning-Algorithmen aus der Data Science-PraxisIn diesem Kurs lernst Du alle praxisrelevanten Machine Learning-Algorithmen kennen: Support Vector Machine, Decision Tree, Random Forest, Gradient Boosting, k-Nearest Neighbors und k-Means Clustering. Du lernst nicht nur die theoretischen Grundlagen der einzelnen Algorithmen, sondern erfährst im Rahmen der Code Demos auch, wie man die Algorithmen in der Praxis implementiert. Alle Code-Beispiele sind in Python programmiert - wir arbeiten mit einschlägigen ML Libraries wie Pandas, NumPy und Scikit-learn.

Alle Materialien, die wir im Kurs verwenden (Power Point Slides, Python Notebooks, usw.), stehen Dir zeitlich unbegrenzt auch zum Download zur Verfügung. Wenn Du Inhalte aus diesem Kurs für eigene Präsentationen / Veröffentlichungen verwenden möchtest, freue ich mich darüber - bitte Dich aber gleichzeitig darum, auf mich als Urheber zu referenzieren. Solltest Du während des Kurses Fragen oder Anmerkungen haben, kannst Du mich jederzeit gerne kontaktieren - ich freue mich über Deine Nachricht und Dein Feedback.

Dieser Kurs ist ein Teil meiner Wissensreihe MACHINE LEARNING-READY. Alle Informationen zu den weiteren Wissensangeboten rund um das Thema Machine Learning findest Du auf meiner Website. Dort hast Du auch die Möglichkeit, Dich für meinen Newsletter anzumelden und von besonderen Angeboten zu profitieren.

Den Link zur Website findest Du in meinem Profil auf LinkedIn. Dorthin gelangst Du über meine Udemy Dozentenseite oder direkt über Google. Viel Spaß beim Lernen!