Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ Microsoft AZ-900
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Personal Development Mindfulness Personal Transformation Life Purpose Meditation CBT Emotional Intelligence
Web Development JavaScript React CSS Angular PHP Node.Js WordPress Vue JS
Google Flutter Android Development iOS Development React Native Swift Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
Microsoft Power BI SQL Tableau Business Analysis Data Modeling Business Intelligence MySQL Data Analysis Blockchain
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Business Plan Startup Online Business Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Machine Learning

Machine Learning Komplettkurs mit Python inkl. AI Einführung

Booste dein Data Science Wissen mit dem Maschinellen Lernen. Inkl. Künstliche Intelligenz und Deep Learning Einführung..
Rating: 4.6 out of 54.6 (918 ratings)
7,490 students
Created by Jan Schaffranek
Last updated 4/2021
German
30-Day Money-Back Guarantee

What you'll learn

  • Löse eigene Probleme mit dem Machine Learning
  • Implementiere eigene Machine Learning Algorithmen
  • Erstelle Modelle, die Krankheiten klassifizieren kann oder Hauspreise schätzen kann
  • Beherrsche die Methoden des Machine Learning
  • Verstehe das mathematische Konzept des Machine Learnings
  • Verstehe die Grundlagen des Reinforcement Learning (AI)
Curated for the Udemy for Business collection

Course content

27 sections • 180 lectures • 20h 4m total length

  • Preview04:38
  • Was ist Python und Anaconda?
    02:25
  • Installation: Python und Anaconda
    00:14
  • Windows: Anaconda Installation
    06:59
  • Linux: Anaconda Installation
    06:10
  • Mac: Anaconda Installation
    06:16
  • Handbuch des Kurses
    06:59
  • Kursmaterialien
    00:04
  • Einrichtung von Anaconda und der Pakete
    03:31
  • Jupyter Notebook im Browser einrichten
    05:57
  • Optional: Jupyter Notebook in VS Code
    06:52

  • Preview15:31
  • Schleifen in Python
    12:22
  • Variablen, Logik und Schleifen
    2 questions
  • Listen in Python
    10:26
  • Listen Iteration, enumerate und zip
    08:21
  • Dictionaries in Python
    09:00
  • Funktionen in Python
    07:17
  • Klassen in Python
    09:20
  • Listen, Dictionaries und Funktionen
    3 questions
  • Numpy
    13:23
  • Matplotlib
    07:10
  • Module
    2 questions
  • Vorwort zu den Programmierübungen
    03:13
  • Wissenschaftliches Arbeiten mit Python
    1 question
  • Musterlösung: Wissenschaftliches Arbeiten mit Python
    04:46
  • Listen: Index und Slices
    14:00
  • Weiteres zu Numpy
    08:00
  • f-Strings und Type Annotations
    06:09
  • Kapitel 2: Zusatzinformationen
    00:06

  • Preview07:22
  • Machine Learning Grundbegriffe
    08:06
  • Intuition für die Grundbegriffe
    09:04
  • Machine Learning Grundbegriffe
    4 questions

  • Preview07:51
  • Vorbereitung: Das fiktive Dataset erkunden
    10:14
  • K-Nearest Neighbor Algorithmus Teil 1
    07:53
  • K-Nearest Neighbor Algorithmus Teil 2
    13:04
  • K-Nearest Neighbor Algorithmus Teil 3
    15:20
  • K-Nearest Neighbor Algorithmus Teil 4
    07:25
  • K-Nearest Neighbor
    3 questions

  • Materialien zu Sklearn
    00:08
  • Scikit-learn (Sklearn)
    06:39
  • Vorbereitung: Iris Dataset laden und erkunden
    07:24
  • K-Nearest Neighbour in Sklearn - Teil 1
    11:16
  • K-Nearest Neighbour in Sklearn - Teil 2
    13:07
  • K-Nearest Neighbour in Sklearn - Teil 3
    05:27
  • K-Nearest Neighbour Visualisierung
    20:52
  • Optimierung des K-Nearest Neighbor für das Iris Dataset
    1 question
  • Musterlösung: Optimierung des K-Nearest Neighbor für das Iris Dataset
    03:12
  • K-Nearest Neighbor Zusammenfassung
    04:35
  • Kapitel 3: Zusatzinformationen
    00:05

  • Mathematische Symbole
    09:08
  • Analysis Basics
    10:21
  • Lineare Algebra Basics
    09:40
  • Statistik Basics
    09:19
  • Mathematische Grundlagen
    5 questions
  • Kapitel 4: Zusatzinformationen
    00:02

  • Was ist das Training und Testing
    07:13
  • Unterschied der Klassifikation und Regression
    03:21
  • Preview06:42
  • Vorbereitung: Boston Dataset laden und erkunden
    05:45
  • Einfache Lineare Regression Programmieren - Teil 1
    12:11
  • Einfache Lineare Regression Programmieren - Teil 2
    12:37
  • Lineare Regression Programmieren
    09:48
  • Lineare Regression Visualisierung
    14:28
  • Einfache Lineare Regression
    4 questions
  • Lineare Regression Sklearn
    05:21
  • Optimierung der Linearen Regression mit dem Boston Dataset
    1 question
  • Musterlösung: Optimierung der Linearen Regression mit dem Boston Dataset
    09:41
  • Lineare Regression Zusammenfassung
    04:13

  • Polynomiale Regression Intuition
    07:44
  • Polynomiale Regression Sklearn Dokumentation
    03:04
  • Polynomiale Regression Anwenden (Sklearn)
    13:11
  • Polynomiale Regression Visualisieren (Sklearn)
    15:46
  • Polynomiale Regression
    2 questions
  • Polynomiale Regression Zusammenfassung
    02:45
  • Kapitel 5: Zusatzinformationen
    00:03

  • Fehlerfunktion: Mean Squared Error
    12:28
  • Fehlerfunktion: Mean Absolute Error
    09:28

  • Over- und Underfitting
    06:22
  • Over- und Underfitting bei der Regression
    08:26
  • Over- und Underfitting bei der Klassifikation
    06:13
  • Over- und Unterditting
    3 questions

Requirements

  • Grundkenntnisse in Python oder einer anderen Programmiersprache
  • Mathematik Grundkenntnisse aus dem Abitur

Description

Hinweis: Der Kurs wurde im November 2020 erneuert und ist mit TensorFlow 2.4 kompatibel.

Bewertungen von Kursteilnehmern:

⭐⭐⭐⭐⭐ "Der Kurs ist perfekt! Einfach super, vor allem, da man dadurch auch mal sieht,
was hinter den 'fertigen Modulen' von Sklearn steckt und wie die Algorithmen zustande kommen.
Super erklärt und anschaulich! Vielen Dank!." (Daniela Drose)

⭐⭐⭐⭐⭐ "Sehr gute Einführung in die Thematik mit vielen praktischen Beispielen.
Dieser Kurs hat richtig Spaß gemacht" (Johannes von Frieling)

⭐⭐⭐⭐⭐ "Ein umfangreicher, sehr gut gestalteter Kurs mit einer gut ausgewogenen
Mischung aus Theorie und Praxis. Die Sprach und Videoqualität ist hervorragend, die Lektionen
sauber aufgenommen und die Inhalte (wenngleich komplex) verständlich präsentiert.
Meiner Meinung nach kann dieser Kurs kaum besser gemacht werden."  (Peter Dörr)

Kursbeschreibung:

Das Maschinelle Lernen und die Künstliche Intelligenz wird der treibende Faktor der zukünftigen
Wirtschaft und des Alltages sein. Wer sich somit schon heute mit den Methoden beherrscht,
kann in der Zukunft nur gewinnen!
Mein Kurs bietet nicht nur eine Einführung in die Machine Learning Bibliotheken sklearn und TensorFlow,
sondern ich werde euch auch die Mathematik hinter den Methoden,  für jedermann verständlich, erklären.

Dieser Kurs besteht aus folgenden Themengebieten:

☑️ Grundlagen der Python Programmierung  
☑️ Anschauliches Erklärung des Machine Learnings  
☑️ Mathematische Grundlagen des ML (Matrizen, Vektoren etc.)  
☑️ Supervised Learning (Regression, SVM, Neuronale Netzwerke etc.)  
☑️ Unsupervised Learning (PCA, Clustering etc.)  
☑️ Metriken und Evaluierung  
☑️ Einführung in das Deep Learning mit TensorFlow 2.4 und Keras  
☑️ Einführung in das Reinforcement Learning (AI)  

Werde noch heute ein Profi, in der Technologie von Morgen! Wir sehen uns im Kurs!

Who this course is for:

  • Studenten, Softwareentwickler und alle Interessierten

Instructor

Jan Schaffranek
Master in Informatik, AI Entwickler und Udemy Dozent
Jan Schaffranek
  • 4.6 Instructor Rating
  • 5,541 Reviews
  • 32,381 Students
  • 13 Courses

Hi, ich bin der Jan!

German Description

Ich habe meinen Master of Science (M.Sc.) im Fach der Angewandte Informatik an der Ruhr-Universität Bochum im September 2019 abgeschlossen und arbeite seitdem als Machine Learning Entwickler für das Autonome Fahren bei der ZF Group.

Mein Interesse, Informatik und Mathematik Wissen zu vermitteln besteht schon seit vielen Jahren. Ich führe neben meiner Dozenten-Tätigkeit auf Udemy ebenfalls den Youtube Kanal mit dem Namen ""Franneck"".

Vor Allem im Gebiet des Machine Learnings, des Deep Learnings, der C/C++ und Python Programmierung versuche ich Euch fit zu machen und euch alles wichtige zu zeigen.

English Description

Hi, I'm Jan!

I finished my Master of Science (M.Sc.) in Applied Computer Science at Ruhr-Universität Bochum in September 2019 and have been working as a Machine Learning Developer for Autonomous Driving at ZF Group since then.

My interest in teaching computer science and mathematics knowledge has existed for many years. In addition to my lecturing activities on Udemy, I also run the Youtube channel with the name ""Franneck"".

Especially in the area of machine learning, deep learning, C/C++ and Python programming I try to make you fit and show you everything important.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Impressum Kontakt
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.