About this Specialization
100% online courses

100% online courses

Start instantly and learn at your own schedule.
Flexible Schedule

Flexible Schedule

Set and maintain flexible deadlines.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 2 months to complete

Suggested 10 hours/week
Available languages

German

Subtitles: German, French, Portuguese (Brazilian), English, Spanish, Japanese...
100% online courses

100% online courses

Start instantly and learn at your own schedule.
Flexible Schedule

Flexible Schedule

Set and maintain flexible deadlines.
Intermediate Level

Intermediate Level

Hours to complete

Approx. 2 months to complete

Suggested 10 hours/week
Available languages

German

Subtitles: German, French, Portuguese (Brazilian), English, Spanish, Japanese...

How the Specialization Works

Take Courses

A Coursera Specialization is a series of courses that helps you master a skill. To begin, enroll in the Specialization directly, or review its courses and choose the one you'd like to start with. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. It’s okay to complete just one course — you can pause your learning or end your subscription at any time. Visit your learner dashboard to track your course enrollments and your progress.

Hands-on Project

Every Specialization includes a hands-on project. You'll need to successfully finish the project(s) to complete the Specialization and earn your certificate. If the Specialization includes a separate course for the hands-on project, you'll need to finish each of the other courses before you can start it.

Earn a Certificate

When you finish every course and complete the hands-on project, you'll earn a Certificate that you can share with prospective employers and your professional network.

how it works

There are 5 Courses in this Specialization

Course1

How Google does Machine Learning auf Deutsch

Was ist maschinelles Lernen und welche Probleme lassen sich damit lösen? Für Google geht es beim maschinellen Lernen (ML) mehr um Logik als nur um Daten. In diesem Kurs erfahren Sie, warum dieser Ansatz beim Erstellen einer Pipeline aus ML-Modellen nützlich ist. Außerdem erläutern wir die fünf Phasen zur Umsetzung eines für ML geeigneten Anwendungsfalls und warum keine dieser Phasen übersprungen werden darf. Zum Abschluss besprechen wir die Verzerrung, die durch ML entstehen kann, und erklären, wie man sie erkennt....
Course2

Launching into Machine Learning auf Deutsch

Nach einem ersten Überblick über die Geschichte von ML erfahren Sie in diesem Kurs, weshalb heute mithilfe neuronaler Netzwerke viele Probleme so erfolgreich gelöst werden können. Wir erklären anschließend, wie Sie überwachtes Lernen zur Problemlösung einrichten und mithilfe des Gradientenverfahrens gute Ergebnisse erzielen. Dazu sind Datasets erforderlich, mit denen die Generalisierung möglich ist. In diesem Kurs zeigen wir Ihnen, wie Sie Datasets auf wiederholbare Weise erstellen, um Experimente zu ermöglichen. Kursziele: Erkennen, warum Deep Learning derzeit beliebt ist Modelle anhand von Verlustfunktionen und Leistungsmesswerten optimieren und auswerten Häufige Probleme rund um maschinelles Lernen minimieren Wiederholbare und skalierbare Datasets zum Trainieren, Auswerten und Testen erstellen...
Course3

Intro to TensorFlow auf Deutsch

Dies ist eine Einführung in die Grundlagen von TensorFlow. Darin werden die Konzepte und APIs erläutert, die Sie zum Schreiben verteilter Modelle für maschinelles Lernen benötigen. Außerdem wird anhand eines TensorFlow-Modells erklärt, wie Sie Modelle in großem Umfang trainieren und mit Cloud Machine Learning Engine effektive Vorhersagen treffen können. Lernziele: Modelle für maschinelles Lernen in TensorFlow erstellen Diverse Herausforderungen mit TensorFlow-Bibliotheken lösen Gängige Codefehler in TensorFlow beheben Mit tf.estimator ein ML-Modell erstellen, trainieren und bewerten ML-Modelle im großen Umfang mit Cloud ML Engine trainieren, bereitstellen und in der Produktion verwenden...
Course4

Feature Engineering auf Deutsch

Sie möchten erfahren, wie Sie die Genauigkeit Ihrer maschinellen Lernmodelle verbessern oder wie Sie herausfinden, welche Datenspalten die nützlichsten Funktionen ergeben? Willkommen zum Feature Engineering mit der Google Cloud Platform. Wir erörtern in diesem Kurs nützliche und nutzlose Funktionen und wie Sie diese für die optimale Nutzung in Ihren maschinellen Lernmodellen vorverarbeiten und umwandeln. In praktischen, interaktiven Labs lernen Sie, Funktionen auszuwählen und mit der Google Cloud Platform vorzuverarbeiten. Unsere Kursleiter präsentieren Ihnen die Code-Lösungen, die zu Referenzzwecken auch öffentlich gemacht werden, während Sie an Ihren eigenen zukünftigen ML-Projekten arbeiten....

About Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

Frequently Asked Questions

  • Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate, or you can audit it to view the course materials for free. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

  • This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

  • This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

More questions? Visit the Learner Help Center.