Einführung in KI mit Python
Ein Kurs von Rodrigo Montemayor , Programmierer
Lerne die KI-Grundlagen und wie man sie zur Problemlösung einsetzt
Dank maschinellem Lernen revolutionieren alle Branchen ihre Arbeitsweise. In diesem Online-Kurs bringt Ihnen der erfahrene Programmierer Rodrigo Montemayor die Grundlagen des maschinellen Lernens mit Python von Grund auf bei.
In den Lektionen erfahren Sie, was es ist und wie es funktioniert, welche Arten es gibt und wie maschinelles Lernen zur Lösung verschiedener Probleme eingesetzt werden kann. Machen Sie sich bereit, Teil der Zukunft der künstlichen Intelligenz zu sein.
Was lernst du in diesem Onlinekurs?
29 Lektionen & 34 Downloads
- 98% positive Bewertungen (446)
- 28,972 Lernende
- 29 Lektionen (4 Stdn. 22 Min.)
- 34 Zusatzmaterialien (16 Dateien)
- Online und in deinem Tempo
- Verfügbar via App
- Audiosprache: Spanisch, Englisch, Französisch, Indonesisch, Italienisch, Portugiesisch, rumänisch, Türkçe
- Spanisch · Englisch · Portugiesisch · Deutsch · Französisch · Italienisch · Polnisch · Niederländisch · Türkçe · rumänisch · Indonesisch
- Niveau: Anfänger
- Dauerhaft unbegrenzter Zugang
Was ist das Kursprojekt?
Sie erstellen ein maschinelles Lernmodell, das dazu dient, Ihre eigenen Bilder mithilfe neuronaler Netze zu klassifizieren und zu erkennen.
Projekte von Kursteilnehmenden
An wen richtet sich dieser Onlinekurs?
Jeder, der daran interessiert ist, die Grundlagen des maschinellen Lernens zu erlernen.
Anforderungen und benötigte Materialien
Für die Durchführung dieses Kurses benötigen Sie grundlegende Python-Kenntnisse.
Bewertungen
Rodrigo Montemayor
Ein Kurs von Rodrigo Montemayor
Rodrigo Montemayor ist seit mehr als 20 Jahren Programmierer. Er hat mit vielen der größten Unternehmen in Mexiko und auch einigen internationalen in den Bereichen Web-, Mobil- und Desktop-Entwicklung zusammengearbeitet. Darüber hinaus hat er über sein eigenes Unternehmen Software für alle Arten von Kunden entwickelt, darunter verschiedene Technologiemarken, Cybersicherheit, Automatisierung und künstliche Intelligenz.
Andererseits teilt er Inhalte auf dem Youtube-Kanal von RingaTech mit dem Ziel, über Technologie, Cybersicherheit und künstliche Intelligenz zu unterrichten und zu informieren. Als Teil des Kanals hat er einige Projekte und Spiele entwickelt, deren Code öffentlich zugänglich ist.
Inhalt
-
E1
Einführung
-
Präsentation
-
Einflüsse
-
-
E2
Die Grundlagen des maschinellen Lernens
-
Was ist maschinelles Lernen?
-
Möglichkeiten des maschinellen Lernens
-
Konfiguration der Arbeitsumgebung
-
-
E3
Eure ersten Modelle
-
Arten und Beispiele des maschinellen Lernens
-
Daten: die Grundlage jedes Modells
-
Python-Bibliotheken
-
Ihr erstes Modell: lineare Regression
-
Lineare Regression im Detail
-
-
E4
Algorithmen für maschinelles Lernen
-
Mengen und Datenanalyse
-
Übung zur linearen Regression
-
Logistische Regression
-
Logistische Regressionsübung
-
Entscheidungsbäume
-
Übung zu Entscheidungsbäumen
-
-
E5
Weitere Algorithmen für maschinelles Lernen
-
Support-Vektor-Maschinen
-
Unterstützen Sie die Vektormaschinenübung
-
Clustering mit K-Mitteln
-
Clustering-Übung mit K-Mitteln
-
-
E6
Neuronale Netze und Deep Learning
-
Intuition und wie neuronale Netze lernen
-
Regressions-Neuronales Netzwerk
-
Neuronales Netzwerk der Klassifizierung 1
-
Klassifizierung Neuronales Netzwerk 2
-
Faltungen und Filter
-
Faltungs-Neuronale Netze 1
-
Faltungs-Neuronale Netze 2
-
Lerntransfer 1
-
Lerntransfer 2
-
-
AP
Abschlussprojekt
-
Einführung in KI mit Python
-
Was erwartet dich in einem Domestika-Kurs?
-
Lerne in deinem Tempo
Lerne bequem von zuhause aus, in deinem eigenen Tempo und ohne festen Zeitplan. Du entscheidest, wann und wo.
-
Lerne mit den Profis
Lerne die nützlichsten Techniken und Methoden mit den Profis der Kreativbranche.
-
Tritt mit den erfahrendsten Experten in Kontakt
Jede Lehrperson übermittelt dir in jeder Lektion leidenschaftlich sein/ ihr Wissen mittels ausführlichen Erklärungen aus professioneller Sicht.
-
Zertifikate
PlusErhalte als Plus-Mitglied ein von deiner Lehrperson personalisiertes und unterzeichnetes Zertifikat. Füge es deinem Portfolio hinzu oder teile es online, um deine Teilnahme zu bestätigen.
-
Sei ganz vorne mit dabei
Dank hochwertig produzierter und gestochen scharfer Videos entgeht dir kein einziges Detail. Du hast uneingeschränkten Zugriff auf deinen Kurs und kannst dir so alle Videolektionen so oft ansehen, wie du möchtest.
-
Teile Wissen und Ideen
Stelle deine Fragen, bitte um Meinungen und biete Lösungsansätze. Teile deine Lernerfahrung mit anderen Schüler*innen in der Community, die genauso kreativ sind wie du.
-
Sei Teil einer globalen kreativen Community
Die Community umfasst Millionen wissbegierige Menschen weltweit, die Freude an kreativem Ausdruck finden.
-
Arbeite mit von Profis produzierten Kursen
Um eine einzigartige Online-Lernerfahrung zu garantieren, zählt Domestika auf eine sorgfältige Auswahl der Lehrpersonen und produziert jeden Kurs intern.
FAQ
You’ll master key Machine Learning concepts, learn how to apply algorithms to real-world problems, work with computer vision, prepare and analyze data, and build practical projects using Python and popular libraries like pandas, scikit-learn, and TensorFlow.
This is an intermediate-level course. It’s best if you have basic Python programming skills and a general understanding of math to get the most out of the lessons and exercises.
You’ll need Python installed, access to Google Colab or Visual Studio Code, and basic programming knowledge. A stable internet connection and a computer capable of running notebooks and Machine Learning libraries are also recommended.
You’ll work on projects like image and text classification, anomaly detection, customer segmentation, regression and binary classification models, and computer vision applications using real datasets and Python libraries.
The course covers applications such as computer vision, pattern recognition, fraud detection, medical diagnosis, price prediction, customer segmentation, and personalized recommendation systems.
Unlike traditional programming, Machine Learning lets systems learn from data and improve automatically, rather than following explicitly coded rules.
You’ll use pandas for data analysis, scikit-learn for Machine Learning models, TensorFlow and Keras for neural networks, plus Google Colab and Visual Studio Code to code and run your projects.
Saludos Rodrigo Montemayo, me alegra mucho la forma como explicas me parece muy didáctico y entendible solo recomendaria que vayas un poco mas despacio ya que en mi caso estoy recien aprendiendo a dar contigo mis primeros pasos en el mundo de la informatica.
excelente explicación del profesor, buen curso
Logical and well explained
Es un excelente curso bien explicado y ameno gracias.
Curso recomendado