Managing Machine Learning projects with Google Cloud

Modul 01: Einführung

• Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.
• Beschreiben Sie die wichtigsten Einsatzmöglichkeiten von ML zur Verbesserung von Geschäftsprozessen oder zur Schaffung neuer Werte.
• Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsfällen.

Modul 02: Was ist maschinelles Lernen?

• Unterscheiden Sie zwischen überwachten und nicht überwachten Problemtypen des maschinellen Lernens.
• Beispiele für Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.
• Erkennen Sie die Kernkomponenten der Standarddefinition von Google für ML und die jeweiligen Überlegungen bei der Durchführung eines ML-Projekts.

Modul 03: Einsatz von ML

• Beschreiben Sie den End-to-End-Prozess für die Durchführung eines ML-Projekts und die Überlegungen in jeder Phase.
• Üben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.

Modul 04: Entdeckung von ML-Anwendungsfällen

• Entdecken Sie allgemeine Möglichkeiten des maschinellen Lernens in alltäglichen Geschäftsprozessen

Modul 05: Wie man bei ML erfolgreich ist

• Ermittlung der Voraussetzungen für Unternehmen, die ML erfolgreich einsetzen wollen

Modul 06: Zusammenfassung

• Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.
• Wetteifern Sie um die beste Präsentation eines ML-Anwendungsfalls auf der Grundlage von Kreativität, Originalität und Machbarkeit.