• für für Einzelpersonen
  • für Unternehmen
  • für für Hochschulen
  • für Behörden
Coursera
  • Online-Abschlüsse
  • Jobs
  • Anmelden
  • Kostenlose Teilnahme
    Coursera
    • Blättern
    • Machine Learning

    Machine Learning-Kurse Online

    Finden Sie Machine Learning-Kurse, die Themen wie Algorithmen, Datenmodellierung und Künstliche Intelligenz abdecken. Bereiten Sie sich auf Karrieren in Datenwissenschaft, Forschung und IT vor.

    Zu den Suchergebnissen springen

    Filtern nach

    Betreff
    Erforderlich
     *

    Sprache
    Erforderlich
     *

    Die im gesamten Kurs, sowohl für Anweisungen als auch Bewertungen, verwendete Sprache.

    Lernprodukt
    Erforderlich
     *

    Erwerben Sie mit praktischen Tutorials praxisrelevante Kompetenzen in weniger als zwei Stunden.
    Lernen Sie von Spitzenlehrkräften mit benoteten Aufgaben, Videos und Diskussionsforen.
    Sie erlernen neue Tools oder Kompetenzen in einer interaktiven, praxisnahen Umgebung.
    Erwerben Sie eingehende Kenntnisse in einem Fach, indem Sie eine Reihe von Kursen und Projekten abschließen.
    Erwerben Sie Karrierereferenzen von Branchenführern, die Ihre Qualifikation belegen.
    Erwerben Sie Karrierereferenzen, während Sie an Kursen für Ihren Masterabschluss teilnehmen.
    Erwerben Sie Ihren Bachelor- oder Master-Abschluss online zu einem Bruchteil der Kosten eines Präsenzstudium.
    Schließen Sie Kurse auf Hochschulniveau ab, ohne sich für ein ganzes Studium einzuschreiben.
    Erwerben Sie eine von einer Universität ausgegebene Karrierereferenz in einem flexiblen, interaktiven Format.

    Niveau
    Erforderlich
     *

    Dauer
    Erforderlich
     *

    Untertitel
    Erforderlich
     *

    Lehrkraft
    Erforderlich
     *

    Erkunden Sie den Machine Learning-Kurskatalog

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      IBM Einführung in maschinelles Lernen

      Kompetenzen, die Sie erwerben: Statistische Modellierung, Anomalie-Erkennung, Regressionsanalyse, Prädiktive Modellierung, Datenanalyse, Überwachtes Lernen, Statistische Analyse, Explorative Datenanalyse, Maschinelles Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Daten bereinigen, Dimensionalitätsreduktion, Algorithmen für maschinelles Lernen, Statistische Inferenz, Datenverarbeitung, Klassifizierungs- und Regressionsbaum (CART), Angewandtes maschinelles Lernen, Feature Technik, Datenzugang, Unüberwachtes Lernen

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      2931 Bewertungen

      Mittel · Spezialisierung · 3–6 Monate

    • D

      DeepLearning.AI

      Maschinelles Lernen in der Produktion

      Kompetenzen, die Sie erwerben: Kontinuierliche Bereitstellung, Kontinuierliche Überwachung, Maschinelles Lernen, Lebenszyklus der Softwareentwicklung, Fehlersuche, Daten-Pipelines, Bereitstellung von Anwendungen, Angewandtes maschinelles Lernen, Datenqualität, MLOps (Maschinelles Lernen Operations)

      4,8
      Bewertung, 4,8 von 5 Sternen
      ·
      3262 Bewertungen

      Mittel · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      D

      DeepLearning.AI

      Deep Learning

      Kompetenzen, die Sie erwerben: PyTorch (Bibliothek für Maschinelles Lernen), Python-Programmierung, Künstliche Intelligenz, Deep Learning, Überwachtes Lernen, Maschinelles Lernen, Verarbeitung natürlicher Sprache, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Tensorflow, Algorithmen für maschinelles Lernen, Analyse, Fehlersuche, Lineare Algebra, Angewandtes maschinelles Lernen, Leistungsoptimierung, Keras (Bibliothek für Neuronale Netze), Künstliche neuronale Netze, Computervision, Bildanalyse, Modellierung großer Sprachen

      Auf einen Abschluss hinarbeiten

      4,8
      Bewertung, 4,8 von 5 Sternen
      ·
      145.947 Bewertungen

      Mittel · Spezialisierung · 3–6 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      IBM KI-Technik

      Kompetenzen, die Sie erwerben: PyTorch (Bibliothek für Maschinelles Lernen), Python-Programmierung, Verifizierung und Validierung, Tensorflow, Scikit Learn (Bibliothek für Maschinelles Lernen), Verarbeitung natürlicher Sprache, Schnelles Engineering, Datenmanipulation, Überwachtes Lernen, Deep Learning, Bildanalyse, Reinforcement Learning, Generative KI, Generative AI-Agenten, Jupyter, Feature Technik, Keras (Bibliothek für Neuronale Netze), Modellierung großer Sprachen, Unüberwachtes Lernen, Künstliche neuronale Netze

      Auf einen Abschluss hinarbeiten

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      20.209 Bewertungen

      Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

    • S

      Sungkyunkwan University

      Grundlagen des maschinellen Lernens

      Kompetenzen, die Sie erwerben: Python-Programmierung, Statistische Methoden, Regressionsanalyse, Überwachtes Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Algorithmen für maschinelles Lernen, Datenanalyse, Maschinelles Lernen, Lineare Algebra, Wahrscheinlichkeit, Angewandtes maschinelles Lernen

      4,3
      Bewertung, 4,3 von 5 Sternen
      ·
      74 Bewertungen

      Gemischt · Kurs · 1–4 Wochen

    • U

      University of London

      Maschinelles Lernen für alle

      Kompetenzen, die Sie erwerben: Künstliche Intelligenz, Erhebung von Daten, Überwachtes Lernen, Maschinelles Lernen, Datenverarbeitung, Datenanalyse, Feature Technik, Computervision

      4,7
      Bewertung, 4,7 von 5 Sternen
      ·
      3469 Bewertungen

      Anfänger · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      IBM Generative AI Engineering

      Kompetenzen, die Sie erwerben: Prompt Engineering, Large Language Modeling, Predictive Modeling, Supervised Learning, Feature Engineering, Generative AI, Keras (Neural Network Library), Deep Learning, Flask (Web Framework), Exploratory Data Analysis, Data Wrangling, Unit Testing, Natural Language Processing, ChatGPT, Data Analysis, Jupyter, Artificial Intelligence, Unsupervised Learning, PyTorch (Machine Learning Library), OpenAI

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      87.002 Bewertungen

      Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      Status: KI-Fähigkeiten
      KI-Fähigkeiten
      I

      IBM

      IBM Datenverarbeitung

      Kompetenzen, die Sie erwerben: Matplotlib, Datenwrangling, Prädiktive Modellierung, Datenvisualisierungssoftware, Explorative Datenanalyse, Datenkompetenz, Dashboard, Überwachtes Lernen, Plotly, Professionelles Netzwerken, Feature Technik, Datenanalyse, Generative KI, SQL, Jupyter, Interaktive Datenvisualisierung, Data-Mining, Unüberwachtes Lernen, Datenvisualisierung, Pandas (Python-Paket)

      Auf einen Abschluss hinarbeiten

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      143.378 Bewertungen

      Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate

    • D

      DeepLearning.AI

      AI für alle

      Kompetenzen, die Sie erwerben: Künstliche Intelligenz, Deep Learning, Datenethik, Teambildung, Maschinelles Lernen, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Marktchancen, Strategisches Denken, Datenverarbeitung, Künstliche neuronale Netze, Bedarfsanalyse, Technische Leitung, Geschäftsethik

      4,8
      Bewertung, 4,8 von 5 Sternen
      ·
      47.749 Bewertungen

      Anfänger · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      D

      Duke University

      MLOps | Maschinelles Lernen Operationen

      Kompetenzen, die Sie erwerben: Datenethik, NumPy, Microsoft Azure, Rust (Programmiersprache), CI/CD, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Docker (Software), Cloud-Lösungen, Datenmanipulation, Daten-Pipelines, Explorative Datenanalyse, Containerisierung, Daten importieren/exportieren, MLOps (Maschinelles Lernen Operations), Bereitstellung von Anwendungen, Feature Technik, Amazon Webdienste, Software-Tests, AWS SageMaker, Pandas (Python-Paket)

      4,2
      Bewertung, 4,2 von 5 Sternen
      ·
      463 Bewertungen

      Fortgeschritten · Spezialisierung · 3–6 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      U

      University of Michigan

      Angewandtes maschinelles Lernen in Python

      Kompetenzen, die Sie erwerben: Prädiktive Modellierung, Scikit Learn (Bibliothek für Maschinelles Lernen), Lernen mit Entscheidungsbäumen, Überwachtes Lernen, Maschinelles Lernen, Dimensionalitätsreduktion, Random Forest Algorithmus, Angewandtes maschinelles Lernen, Feature Technik, Unüberwachtes Lernen

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      8566 Bewertungen

      Mittel · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      G

      Google

      Das A und O des maschinellen Lernens

      Kompetenzen, die Sie erwerben: Python-Programmierung, Prädiktive Modellierung, Datenethik, Erweiterte Analytik, Datenanalyse, Maschinelles Lernen, Algorithmen für maschinelles Lernen, Überwachtes Lernen, Statistisches maschinelles Lernen, Feature Technik, Leistungsoptimierung, Unüberwachtes Lernen

      4,8
      Bewertung, 4,8 von 5 Sternen
      ·
      520 Bewertungen

      Fortgeschritten · Kurs · 1–3 Monate

    1234…419

    Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

    • IBM Einführung in maschinelles Lernen: IBM
    • Maschinelles Lernen in der Produktion: DeepLearning.AI
    • Deep Learning: DeepLearning.AI
    • IBM KI-Technik: IBM
    • Grundlagen des maschinellen Lernens: Sungkyunkwan University
    • Maschinelles Lernen für alle: University of London
    • IBM Generative AI Engineering: IBM
    • IBM Datenverarbeitung: IBM
    • AI für alle: DeepLearning.AI
    • MLOps | Maschinelles Lernen Operationen: Duke University

    Häufig gestellte Fragen zum Thema Machine Learning

    Das maschinelle Lernen ist ein Gebiet der künstlichen Intelligenz, bei dem Computersysteme erstellt werden, die ohne menschliches Eingreifen von Daten lernen können. Bei diesen leistungsfähigen Verfahren werden ausgefeilte Analysemodelle erstellt, die zum Erkennen von Mustern in einem speziellen Dataset 'trainiert' werden, bevor sie diese Muster auf immer mehr Daten anwenden. Dabei wird die Leistung ohne weiteres Eingreifen stetig verbessert.

    Beispielsweise ermöglicht maschinelles Lernen immer genauere Bilderkennungsalgorithmen. Menschliche Programmierer stellen z. B. einen relativen kleinen Satz aus Bildern bereit, die als 'Autos' oder 'keine Autos' bezeichnet sind und wenden die Algorithmen dann auf sehr viel mehr Bilder an, um davon zu lernen. Die im maschinellen Lernen normalerweise verwendeten iterativen Algorithmen sind zwar nicht neu, aber dank der Rechenleistung der modernen Computersysteme kann diese Art der Datenanalyse schneller als je zuvor effektiv arbeiten. ‎

    Maschinelles Lernen ist in gewisser Weise ein hybrides Gebiet, eine Schnittmenge aus Informatik, Data Science sowie Algorithmen und mathematischer Theorie. Im Hinblick auf Informatik benötigen Ingenieure für maschinelles Lernen und andere Experten in diesem Bereich in der Regel ausgeprägte Kenntnisse der Softwareentwicklung, von Grundlagen wie Programmierkompetenzen bis hin zu allgemeiner Vertrautheit mit Systemdesignprinzipien.

    Kenntnisse der Data Science-Konzepte sind ebenfalls wichtig, insbesondere Fähigkeiten in der Datenmodellierung und -auswertung, um sicherzustellen, dass die Algorithmen korrekt funktionieren und mit der Zeit akkurater und nicht weniger akkurat werden. Da das maschinelle Lernen zudem stark von den zugrunde liegenden Statistik- und Wahrscheinlichkeitsprinzipien abhängig ist, kann auch ein solider Hintergrund in Mathematik von unschätzbarem Wert sein. ‎

    Fertigkeiten im maschinellen Lernen ermöglichen Ihnen eine Vielzahl von Laufbahnen, da immer mehr Unternehmen diese Verfahren und künstliche Intelligenz (KI) einsetzen möchten, um Prozesse zunehmend zu automatisieren. Einige Unternehmen stellen unter Umständen speziell Ingenieure für maschinelles Lernen ein. Fähigkeiten in diesem Bereich können aber auch für Data Scientists, Datenanalysten, und Dateningenieure wichtig sein.

    Es gibt auch spezialisiertere Rollen für Experten im maschinellen Lernen. Viele Unternehmen der Finanzbranche beschäftigen möglicherweise Business Intelligence-Analysten und Entscheidungswissenschaftler, die maschinelles Lernen einsetzen können, um Systeme für die Gewinnung von Markterkenntnissen zu automatisieren. Unternehmen, die das Internet der Dinge (Internet of Things, IoT) im Zusammenhang mit Spracherkennung oder anderen Eingaben von Menschen nutzen, können Ingenieure für die natürliche Sprachverarbeitung oder Designer für das Human-Centered-Design mit maschinellem Lernen beschäftigen. ‎

    Fähigkeiten im Bereich des maschinellen Lernens können Türen zu zahlreichen gefragten Positionen in Technologie und Forschung öffnen, darunter:

    • Ingenieur für maschinelles Lernen
    • Datenwissenschaftler
    • AI-Forschungswissenschaftler
    • Robotik-Ingenieur
    • Quantitativer Analyst im Finanzwesen
    • Software-Entwickler mit Spezialisierung auf KI
    • Fachleute in diesen Rollen nutzen Techniken des maschinellen Lernens, um innovative Lösungen zu entwickeln, die datengesteuerte Entscheidungsfindung zu verbessern und die Grenzen der künstlichen Intelligenz zu erweitern.

    Finden Sie heraus, welche Rolle im Bereich des maschinellen Lernens am besten zu Ihnen passt, indem Sie an unserem Karriere-Quiz teilnehmen!‎

    Ja, Coursera bietet eine Vielzahl von kostenlosen Kursen zu vielen Themen an, darunter auch maschinelles Lernen. Sie können zwar auf die meisten Kursmaterialien kostenlos zugreifen, indem Sie die Kurse besuchen, dies beinhaltet jedoch keine benoteten Aufgaben oder ein Abschlusszertifikat. Für diejenigen, die ein Zertifikat erwerben möchten, um ihr Lernen zu präsentieren oder ihr berufliches Profil zu verbessern, bietet Coursera die Möglichkeit, den Kurs zu kaufen. Darüber hinaus bietet Coursera kostenlose Testversionen oder finanzielle Unterstützung für Lernende, die sich dafür qualifizieren, so dass Zertifizierungen für alle zugänglich sind.‎

    Diese häufig gestellten Fragen dienen nur zu Informationszwecken. Den Lernenden wird empfohlen, eingehender zu recherchieren, ob Kurse und andere angestrebte Qualifikationen wirklich ihren persönlichen, beruflichen und finanziellen Vorstellungen entsprechen.

    Andere wissenswerte Themen

    Kunst und Geisteswissenschaften
    338 Kurse
    Wirtschaft
    1095 Kurse
    Informatik
    668 Kurse
    Datenverarbeitung
    425 Kurse
    Informationstechnologie
    145 Kurse
    Gesundheit
    471 Kurse
    Mathematik und Logik
    70 Kurse
    Persönliche Entwicklung
    137 Kurse
    Physikalische Wissenschaft und Technik
    413 Kurse
    Sozialwissenschaften
    401 Kurse
    Sprachen lernen
    150 Kurse

    Coursera-Fußzeile

    Technische Fertigkeiten

    • ChatGPT
    • Programmieren
    • Informatik
    • Cybersicherheit
    • DevOps
    • Ethisches Hacking
    • Generative KI
    • Java Programmierung
    • Python
    • Webentwicklung

    Analytische Fähigkeiten

    • Künstliche Intelligenz
    • Big Data
    • Unternehmensanalyse
    • Datenanalyse
    • Datenverarbeitung
    • Finanzplanung
    • Maschinelles Lernen
    • Microsoft Excel
    • Microsoft Power BI
    • SQL

    Business-Fähigkeiten

    • Buchhaltung
    • Digitales Marketing
    • E-Commerce
    • Finanzen
    • Google
    • Grafikdesign
    • IBM
    • Marketing
    • Projektmanagement
    • Social Media-Marketing

    Karriere-Ressourcen

    • Wichtige IT-Zertifizierungen
    • Einkommensstarke Fähigkeiten zu erlernen
    • So erwerben Sie eine PMP-Zertifizierung
    • Wie man künstliche Intelligenz lernt
    • Beliebte Zertifizierungen für Cybersicherheit
    • Beliebte Datenanalyse-Zertifizierungen
    • Was macht ein Datenanalyst?
    • Ressourcen für die berufliche Entwicklung
    • Berufseignungstest
    • Teilen Sie Ihre Coursera Lerngeschichte

    Coursera

    • Info
    • Was wir anbieten
    • Leitung
    • Jobs
    • Katalog
    • Coursera Plus
    • Berufsbezogene Zertifikate
    • MasterTrack® Certificates
    • Abschlüsse
    • Für Unternehmen
    • Für Regierungen
    • Für Campus
    • Werden Sie Partner
    • Soziale Auswirkung
    • Kostenlose Kurse
    • ECTS-Credit-Empfehlungen

    Community

    • Kursteilnehmer
    • Partner
    • Beta-Tester
    • Blog
    • Der Coursera-Podcast
    • Tech-Blog
    • Lehrzentrum

    Mehr

    • Presse
    • Anleger
    • Nutzungsbedingungen/AGB
    • Datenschutz
    • Hilfe
    • Barrierefreiheit
    • Kontakt
    • Artikel
    • Verzeichnis
    • Partnerunternehmen
    • Stellungnahme zu moderner Sklaverei
    • Cookie-Einstellungen verwalten
    Überall lernen
    Aus dem App Store herunterladen
    Erhältlich bei Google Play
    Logo von Certified B Corporation
    © 2025 Coursera Inc. Alle Rechte vorbehalten.
    • Coursera Facebook
    • Coursera LinkedIn
    • Coursera Twitter
    • Coursera YouTube
    • Coursera Instagram
    • Coursera auf TikTok