• 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
      D
      S

      Mehrere Erzieher

      Maschinelles Lernen

      Kompetenzen, die Sie erwerben: Python-Programmierung, Verantwortungsvolle KI, Deep Learning, Unüberwachtes Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Datenethik, NumPy, Prädiktive Modellierung, Überwachtes Lernen, Maschinelles Lernen, Klassifizierungs- und Regressionsbaum (CART), Künstliche Intelligenz, Feature Technik, Angewandtes maschinelles Lernen, Lernen mit Entscheidungsbäumen, Tensorflow, Reinforcement Learning, Random Forest Algorithmus, Jupyter, Künstliche Intelligenz und Maschinelles Lernen (KI/ML)

      4,9
      Bewertung, 4,9 von 5 Sternen
      ·
      35.865 Bewertungen

      Anfänger · Spezialisierung · 1–3 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      Maschinelles Lernen mit Python

      Kompetenzen, die Sie erwerben: Statistische Modellierung, Unüberwachtes Lernen, Lernen mit Entscheidungsbäumen, Dimensionalitätsreduktion, Überwachtes Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Angewandtes maschinelles Lernen, Maschinelles Lernen, Prädiktive Modellierung, Regressionsanalyse, Klassifizierungs- und Regressionsbaum (CART), Feature Technik

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

      Mittel · Kurs · 1–3 Monate

    • Status: Neu
      Neu
      Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      C

      Coursera

      Foundations of Machine Learning

      Kompetenzen, die Sie erwerben: Supervised Learning, Unsupervised Learning, Time Series Analysis and Forecasting, Applied Machine Learning, Machine Learning Algorithms, Feature Engineering, Dimensionality Reduction, Machine Learning, Predictive Modeling, Predictive Analytics, Scikit Learn (Machine Learning Library), Forecasting, Data Processing, Anomaly Detection, Data Manipulation, Regression Analysis, Statistical Modeling, Data Transformation, Data Cleansing

      Mittel · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      IBM Maschinelles Lernen

      Kompetenzen, die Sie erwerben: Python-Programmierung, Datenverarbeitung, Deep Learning, Statistische Methoden, Algorithmen für maschinelles Lernen, Unüberwachtes Lernen, Prädiktive Modellierung, Überwachtes Lernen, Explorative Datenanalyse, Dimensionalitätsreduktion, Reinforcement Learning, Generative Modellarchitekturen, Maschinelles Lernen, Angewandtes maschinelles Lernen, Statistische Hypothesentests, Statistische Inferenz, Regressionsanalyse, Datenanalyse, Feature Technik

      Auf einen Abschluss hinarbeiten

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      3306 Bewertungen

      Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      D

      DeepLearning.AI

      Mathematik für maschinelles Lernen und Datenwissenschaft

      Kompetenzen, die Sie erwerben: Bayessche Statistik, Wahrscheinlichkeit & Statistik, Numerische Analyse, Deskriptive Statistik, Datenumwandlung, NumPy, Dimensionalitätsreduktion, Statistische Analyse, Statistische Hypothesentests, Lineare Algebra, Infinitesimalrechnung, Maschinelles Lernen, Mathematische Modellierung, Wahrscheinlichkeitsverteilung, Angewandte Mathematik, Wahrscheinlichkeit, Stichproben (Statistik), Statistische Inferenz, Methoden des Maschinellen Lernens, A/B-Tests

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      2885 Bewertungen

      Mittel · Spezialisierung · 1–3 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      D

      DeepLearning.AI

      Überwachtes maschinelles Lernen: Regression und Klassifizierung

      Kompetenzen, die Sie erwerben: Python-Programmierung, Datenumwandlung, Künstliche Intelligenz, Statistische Modellierung, Scikit Learn (Bibliothek für Maschinelles Lernen), Überwachtes Lernen, Prädiktive Modellierung, NumPy, Maschinelles Lernen, Feature Technik, Angewandtes maschinelles Lernen, Regressionsanalyse, Klassifizierungs- und Regressionsbaum (CART), Jupyter

      4,9
      Bewertung, 4,9 von 5 Sternen
      ·
      30.119 Bewertungen

      Anfänger · Kurs · 1–4 Wochen

    Was führt Sie heute zu Coursera?

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      Imperial College London

      Mathematik für maschinelles Lernen

      Kompetenzen, die Sie erwerben: Python-Programmierung, Datenverarbeitung, Algorithmen, Derivate, Algorithmen für maschinelles Lernen, Datenmanipulation, NumPy, Dimensionalitätsreduktion, Wahrscheinlichkeit & Statistik, Statistische Analyse, Maschinelles Lernen, Angewandte Mathematik, Infinitesimalrechnung, Künstliche neuronale Netze, Statistik, Fortgeschrittene Mathematik, Lineare Algebra, Regressionsanalyse, Jupyter

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

      Anfänger · Spezialisierung · 3–6 Monate

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      U

      University of Washington

      Maschinelles Lernen

      Kompetenzen, die Sie erwerben: Computervision, Deep Learning, Algorithmen für maschinelles Lernen, Bayessche Statistik, Unüberwachtes Lernen, Statistische Modellierung, Überwachtes Lernen, Künstliche Intelligenz, Maschinelles Lernen, Prädiktive Modellierung, Statistisches maschinelles Lernen, Angewandtes maschinelles Lernen, Regressionsanalyse, Prädiktive Analytik, Big Data, Text Mining, Bildanalyse, Data-Mining, Klassifizierungs- und Regressionsbaum (CART), Feature Technik

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

      Mittel · Spezialisierung · 3–6 Monate

    • Status: Kostenlos
      Kostenlos
      A

      Amazon Web Services

      Fundamentals of Machine Learning and Artificial Intelligence

      Kompetenzen, die Sie erwerben: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      1474 Bewertungen

      Gemischt · Kurs · 1–4 Wochen

    • Status: Vorschau
      Vorschau
      D

      Duke University

      Einführung in maschinelles Lernen

      Kompetenzen, die Sie erwerben: Computervision, Python-Programmierung, Unüberwachtes Lernen, Deep Learning, PyTorch (Bibliothek für Maschinelles Lernen), Überwachtes Lernen, Medizinische Bildgebung, Künstliche neuronale Netze, Maschinelles Lernen, Reinforcement Learning, Angewandtes maschinelles Lernen, Bildanalyse, Verarbeitung natürlicher Sprache, Methoden des Maschinellen Lernens

      4,7
      Bewertung, 4,7 von 5 Sternen
      ·
      3767 Bewertungen

      Mittel · Kurs · 1–3 Monate

    • D

      DeepLearning.AI

      Maschinelles Lernen in der Produktion

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

      4,8
      Bewertung, 4,8 von 5 Sternen
      ·
      3304 Bewertungen

      Mittel · Kurs · 1–4 Wochen

    • Status: Kostenloser Testzeitraum
      Kostenloser Testzeitraum
      I

      IBM

      IBM Einführung in maschinelles Lernen

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

      4,6
      Bewertung, 4,6 von 5 Sternen
      ·
      3098 Bewertungen

      Mittel · Spezialisierung · 3–6 Monate

    1234…470

    Zusammenfassend finden Sie hier 10 unsere beliebtesten machine learning Kurse

    • Maschinelles Lernen: DeepLearning.AI
    • Maschinelles Lernen mit Python: IBM
    • Foundations of Machine Learning: Coursera
    • IBM Maschinelles Lernen: IBM
    • Mathematik für maschinelles Lernen und Datenwissenschaft: DeepLearning.AI
    • Überwachtes maschinelles Lernen: Regression und Klassifizierung: DeepLearning.AI
    • Mathematik für maschinelles Lernen: Imperial College London
    • Maschinelles Lernen: University of Washington
    • Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
    • Einführung in maschinelles Lernen: Duke University

    Häufig gestellte Fragen zum Thema Machine Learning

    Legen Sie zunächst Ihre Ziele fest - ob Sie die Grundlagen des maschinellen Lernens erforschen, sich berufsrelevante Fähigkeiten aneignen oder sich auf eine Rolle in der KI oder Datenwissenschaft vorbereiten möchten.

    • Wenn Sie eine klassische, mathematisch fundierte Grundlage suchen, versuchen Sie Supervised Machine Learning von Andrew Ng (Stanford).
    • Möchten Sie einen anfängerfreundlichen und modernen Kurs? Dann sollten Sie sich das Buch Machine Learning - Modern Computer Vision \& Generative AI von Packt ansehen.
    • Für angewandtes maschinelles Lernen mit echten Tools sollten Sie das IBM Machine Learning Professional Certificate in Betracht ziehen, das Python, Scikit-Learn und praktische Übungen umfasst.‎

    Diese einsteigerfreundlichen Kurse vermitteln grundlegende Konzepte, ohne dass tiefgreifende Vorkenntnisse in Mathematik oder Programmierung erforderlich sind:

    • Maschinelles Lernen für jedermann - Bietet einen nichttechnischen Überblick über ML und seine realen Anwendungen.
    • AI For Everyone - Dieser Kurs ist zwar nicht ML-spezifisch, hilft den Lernenden aber zu verstehen, wie ML in die breitere AI-Landschaft passt.
    • Spezialisierung auf maschinelles Lernen (Kurs 1) - Beginnt mit überwachtem Lernen mit Python, keine ML-Vorkenntnisse erforderlich.‎
    • Ein Kurs deckt ein bestimmtes ML-Thema ab - z. B. Unüberwachtes Lernen, Empfehlungssysteme, Reinforcement Learning.
    • Eine Spezialisierung umfasst mehrere Kurse, um strukturiertes Wissen aufzubauen - wie die Machine Learning-Spezialisierung, die überwachte, unüberwachte und fortgeschrittene Techniken lehrt.
    • Ein berufsbezogenes Zertifikat bereitet Sie mit durchgängigen Schulungen, Tools und Projekten auf Ihre berufliche Tätigkeit vor, z. B. das IBM Machine Learning Certificate oder das AI Engineering Certificate.‎

    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.‎

    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. ‎

    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!‎

    Online-Lernalgorithmen sind Methoden des maschinellen Lernens, bei denen die Modelle kontinuierlich aktualisiert werden, wenn neue Daten eintreffen, anstatt auf einem festen Datensatz zu trainieren. Sie sind nützlich für Echtzeitanwendungen wie Betrugserkennung oder Empfehlungssysteme. Sie können diese Konzepte in Kursen wie Machine Learning von der Stanford University auf Coursera erkunden, in denen grundlegende Techniken für adaptive Modelle vorgestellt werden.‎

    Beim maschinellen Lernen liegt der Schwerpunkt auf der Erkennung von Ursache-Wirkungs-Beziehungen und nicht nur von Korrelationen. Sie wird in Bereichen wie Gesundheitswesen, Wirtschaft und Politik eingesetzt, um zuverlässigere Vorhersagen und Entscheidungen zu treffen. Kurse wie A Crash Course in Causality: Inferring Causal Effects from Observational Data von der University of Pennsylvania auf Coursera bieten eine gute Einführung in diese Methoden.‎

    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

    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