Get the App
Einstieg in Machine Learning: Grundlagen verständlich erklärt
💻 TechnologyBeginner1h 30m7 modules

Einstieg in Machine Learning: Grundlagen verständlich erklärt

In diesem Kurs lernst du die grundlegenden Ideen und Begriffe des Machine Learning kennen – ganz ohne Vorwissen in KI. Du verstehst, was Machine Learning ist, welche Arten von Lernverfahren es gibt und wie ein typischer ML‑Prozess aussieht, inklusive Daten, Modellen und Evaluation.

by leode

Course Content

7 modules · 1h 30m total

1

Was ist Machine Learning? Ein intuitiver Einstieg

Dieses Modul erklärt, was Machine Learning ist, warum es heute so wichtig ist und wie es sich von klassischer Programmierung unterscheidet – mit vielen anschaulichen Alltagsbeispielen.

15 min
2

Arten von Machine Learning: Überwacht, unüberwacht, bestärkend

In diesem Modul lernst du die drei grundlegenden Paradigmen des Machine Learning kennen und verstehst, welche Art sich für welche Aufgabe eignet.

15 min
3

Daten als Treibstoff: Features, Labels und Datensätze

Dieses Modul behandelt die Rolle von Daten im Machine Learning: Welche Arten von Daten gibt es, was sind Features und Labels, und wie werden Datensätze aufgeteilt?

15 min
4

Vom Problem zum Modell: Ein typischer Machine‑Learning‑Workflow

In diesem Modul lernst du den typischen Ablauf eines ML‑Projekts kennen – von der Problemformulierung über die Datenaufbereitung bis zur Modellbewertung.

15 min
5

Einfache Modelltypen: Lineare Modelle und Entscheidungsbäume

Dieses Modul stellt zwei intuitive Modellfamilien vor – lineare Modelle und Entscheidungsbäume – und erklärt ihre Grundidee ohne komplizierte Mathematik.

15 min
6

Gute vs. schlechte Modelle: Overfitting, Underfitting und Evaluation

In diesem Modul lernst du, wie man beurteilt, ob ein Modell gut ist, und was Begriffe wie Overfitting und Underfitting bedeuten – inklusive grundlegender Kennzahlen.

15 min
7

Machine Learning in der Praxis: Anwendungen, Chancen und Risiken

Dieses Modul gibt einen Überblick über aktuelle Anwendungsfelder von ML, beleuchtet Chancen und Risiken und führt in Themen wie Bias, Fairness und Datenschutz ein.

15 min

Read the Textbook

Read every chapter for free, right here in your browser.

Stell dir den heutigen Tag vor:

- Dein Musik‑ oder Video‑Streamingdienst schlägt dir neue Songs oder Serien vor. - Dein E‑Mail‑Postfach sortiert Spam automatisch aus. - Dein Smartphone entsperrt sich per Gesichtserkennung. - Navigations‑Apps schlagen dir die „schnellste Route“ vor – abhängig vom aktuellen Verkehr.

Hinter all dem steckt **Machine Learning (ML)**.