In diesem Kurs lernt ihr alles was ihr auf dem Weg zu einem erfolgreichen Machine Learning Engineer bzw. Data Scientist benötigt. Neben vielen theoretischen Visualisierungen und veranschaulichenden Beispielen, bringt dieser Kurs ebenso extrem viele Praxisbeispiele mit. Damit ihr nicht nur die theoretischen Grundlagen kennenlernt, sondern auch lernt diese in der Praxis anzuwenden und selbstständig auf neue Datensätze übertragen könnt! Darüber hinaus warten viele Aufgaben auf euch, die ihr selbst bearbeiten könnt, um das Gelernte noch weiter zu vertiefen! Selbstverständlich warten im Anschluss an die Aufgaben ausführliche Musterlösungen auf euch, so dass ihr bei Problemen jederzeit in der Lösung nachsehen könnt. Dieser Kurs wurde in 8 Abschnitte unterteilt. Als erstes beginnen wir mit einer kurzen Einleitung und erklären euch das Grundprinzip des Maschinellen Lernens. Im Anschluss daran beschäftigen wir uns mit der Learning Theory, worauf im vierten Kapitel die Evaluation folgt. Im fünften Kapitel dreht sich dann alles um die Datenvorverarbeitung. Das darauffolgende Kapitel beschäftigt sich dann mit allen wichtigen Modellen im Bereich des Maschinellen Lernens und gibt euch die besten Algorithmen für den Erfolg als Machine Learning Engineer mit auf den Weg. Das siebte Kapitel geht näher auf den Themenbereich des Clustering ein. Zu guter Letzt bietet der Kurs als Bonus noch ein Kapitel zur Einführung in Neuronale Netze, mit welchen sich wohl die mächtigsten Modelle der heutigen Zeit darstellen lassen.
Als krönender Abschluss erwartet euch darüber hinaus noch ein Praxisbeispiel im Rahmen einer Data Science Competition!