AI & ML Grundlagen: Machine Learning verstehen und anwenden
Was steckt hinter Begriffen wie Training, Overfitting oder neuronales Netz? Dieser Kurs erklärt die Grundlagen von Machine Learning ohne unnötige Formeln – und lässt dich jedes Konzept direkt mit Python und scikit-learn ausprobieren.
Was du lernst.
- Die wichtigsten ML-Begriffe sicher einordnen
- Daten vorbereiten, aufteilen und visualisieren
- Klassifikation und Regression mit scikit-learn
- Modelle bewerten: Genauigkeit, Precision, Recall
- Die Funktionsweise neuronaler Netze verstehen
- Einschätzen, wann ML sinnvoll ist – und wann nicht
So ist der Kurs aufgebaut.
- Was ist Machine Learning?Begriffe, Lernarten und typische Anwendungsfälle.
- Daten zuerstDatensätze laden, bereinigen, aufteilen und verstehen.
- Überwachtes LernenKlassifikation und Regression mit scikit-learn.
- Modelle bewertenMetriken, Kreuzvalidierung und Overfitting erkennen.
- Neuronale NetzeVom Perzeptron zum Deep Learning – anschaulich erklärt.
Für Einsteigerinnen und Einsteiger, Fachkräfte und Führungskräfte, die KI-Projekte verstehen und mitreden wollen.
Keine Vorkenntnisse nötig. Grundlegende Python-Kenntnisse erleichtern die Übungen – der Kurs Python Grundlagen ist ein guter Start.
Du verstehst, wie ML-Modelle lernen, trainierst eigene einfache Modelle und bewertest Ergebnisse kritisch.
Diesen Kurs gibt es auch im Bundle.
Häufige Fragen zu AI & ML Grundlagen.
Brauche ich Mathe-Kenntnisse?
Schulmathematik reicht. Formeln erkläre ich anschaulich, im Mittelpunkt stehen Anwendung und Verständnis.
Mit welchen Daten arbeite ich?
Mit frei verfügbaren, realen Datensätzen – jede Übung hat eine Musterlösung.
Was kommt danach?
Das AI Bootcamp vertieft Deep Learning, LLMs und Deployment.
Der CLAUDE.md-Spickzettel.
Vorlage, Regeln und häufige Fehler auf zwei Seiten – dazu etwa zwei Praxis-Tipps im Monat. Jederzeit abbestellbar.