Nanodegree-Programm

Machine Learning

Lege Grundlagen des Supervised, Unsupervised, Reinforcement und Deep Learning

Maschinelles Lernen ist überall! Wir bekommen es nur kaum mit, während wir Google Translate, Siri oder Newsfeeds benutzen. Deshalb lernst du in diesem Programm grundlegende Prinzipien und Tools des Machine Learning und beweist deine Fähigkeiten in Projekten.

Bis 19. Juni für den nächsten Kurs anmelden!

  • Kursdauer
    6 Monate

    Lerne 15 Std./Woche, um in 6 Monaten abzuschließen

  • Kursbeginn
    19. Juni 2018

    Die Kurse starten monatlich

  • Voraussetzungen
    Python, Statistik & Analysis

    Detaillierte Voraussetzungen ansehen

  • Kursgebühr
    999

    insgesamt

In Zusammenarbeit mit
  • Kaggle

Was spricht für dieses Nanodegree-Programm?

Es bereitet dich auf einen Job in Unternehmen vor, die Machine-Learning-Experten suchen oder maschinelles Lernen einführen wollen. Also so gut wie jedes: Machine Learning oft auch da vorhanden, wo wir es gar nicht wahrnehmen. Die Industrie hat seinen enormen Nutzen erkannt und will ihn flächendeckend und vielseitig nutzen. In diesem Kurs lernst du die Prinzipien des Machine Learning entlang der gängigen Werkzeuge und Technologien. Die Fähigkeit, Algorithmen zu entwickeln, die sich automatisch verbessern, macht dich zur Triebfeder jeder praktischen Technolgie, die sich auf Daten stützt.


Was spricht für dieses Nanodegree-Programm?

ML/AI-Umsätze 2014
$420 Mio.
ML/AI-Umsätze 2020
$5.05 Mrd.

Lerne praktisch und interaktiv
Lerne praktisch und interaktiv

Lerne praktisch und interaktiv

Machine Learning ist komplex. Durch interaktive Quizzes und Lernvideos lernst du es praktisch. Denn wir sind überzeugt, dass man nur in der Anwendung nachhaltig lernt. Diverse Projekte geben uns einen Eindruck, ob du das Gelernte tatsächlich verinnerlicht hast und in verschiedenen Kontexten beherrschst. So ist das Nanodegree-Zertifikat für euch und uns etwas wert.

Wir unterstützen und beraten dich

Wir unterstützen und beraten dich

Dank unserem Netzwerk aus Tutoren und Mentoren gelangst du durch das Programm. Deine Lernfortschritte beweist du in sechs Projekten, die du mittels des detaillierten und persönlichen Feedbacks unserer Experten stetig verbesserst.

Eine Gemeinschaft aus Lernenden
Eine Gemeinschaft aus Lernenden

Eine Gemeinschaft aus Lernenden

In unserer moderierten Slack-Community könnt ihr euch rund um die Uhr mit anderen Lernenden austauschen, Fragen stellen und beantworten, Ideen, Links und Materialien mit anderen Machine Learning-Interessierten teilen. Unsere AbsolventInnen nennen dieses Communities regelmäßig als wichtigsten Grund für ihren Erfolg im Programm.

Unterstützung für eure Karriere

Unterstützung für eure Karriere

Eure Projekte aus dem Programm bilden als Portfolio eine aussagekräftige Bewerbungsgrundlage. Außerdem gibt euch unser Karriereteam persönliches Feedback zu eurem Lebenslauf, verfeinert mit euch gemeinsam euer LinkedIn-Profil und bereitet euch auf Bewerbungsgespräche vor.

Was du lernst

Kursplan herunterladen
Lehrplan

Meistere Machine Learning

Hier erarbeitest du dir die Fähigkeiten für den effektiven Einsatz von Machine Learning. Du entwickelst passende Vorhersagemodelle für diverse Herausforderungen der realen Arbeitswelt.

Wende Machine Learning-Methoden und -Modelle auf reale Herausforderugen an.

Weniger anzeigen

Dauer: 6 Monate

  • Grundlagen des Machine Learning

    Du erkundest die Schlüsselkonzepte des Machine Learning, zu Beginn insbesondere die Nuancen deiner Datensätze.

    Immobilienpreise in Boston vorhersagen
  • Supervised Learning

    Mit deinem Hintergrundwissen zur Entwicklung von Vorhersagemodellen nähern wir uns dem Supervised Learning, einer üblichen Methodenklasse für die Konstruktion solcher Modelle.

    Wohltäter für CharityML finden
  • Unsupervised Learning

    Du lernst Unsupervised Learning kennen und wir besprechen die Anwendung auf verschiedenen Gebieten.

    Kundensegmente erstellen
  • Deep Learning

    Wir beschäftigen uns mit Deep Learning, insbesondere mit Konvolutionellen Neuronalen Netzwerken.

    Mops? Cocker? Terrier? Pinscher?
  • Reinforcement Learning

    Diesmal steht Reinforcement Learning auf der Agenda. Du lernst Markow-Entscheidungsprozesse, Monte-Carlo-Verfahren und Methoden des Temporal Difference Learning kennen.

    Flugstunden für einen Quadcopter
  • Dein Meilenstein

    Das Finale unterteilt sich in zwei Phasen: die Planung, die dein Abschlussprojekt, seine Herausforderung und deine Lösungsvorschläge umreißt, und dessen Durchführung.

    Meilenstein: Die PlanungMeilenstein: Das Projekt

Von und mit den Besten lernen

Arpan Chakraborty
Arpan Chakraborty

Tutor

Arpan ist Informatiker mit PhD der North Carolina State University und unterrichtet auch an der Georgia Tech im Informatik MA. Zuletzt ist von ihm und Kollegen außerdem "Practical Graph Mining with R" erschienen.

Mat Leonard
Mat Leonard

Tutor

Mats Disziplinen sind Physik, Neuro- und Datenwissenschaften. Er machte seinen Doktor in Berkeley durchläuft gerade ein Postdoc-Stipendium.

Luis Serrano
Luis Serrano

Kursleiter

Luis ist Doktor der Mathematik und Postdoc-Stipendiat der Universität Quebec. Er stieß von Google zu Udacity, wo er vorher als Machine Learning Ingenieur tätig war.

Alexis Cook
Alexis Cook

Tutorin

Alexis hat angewandte Mathematik in Michigan studiert und einen Master in Informatik gemacht. Sie kommt aus einem National Science Foundation Stipendiat für die Deep Learning- und Machine Learning-Programme zu Udacity.

Jay Alammar
Jay Alammar

Tutor

Jay ist Entwickler, Gründer des arabischen Bewertungsportals Qaym und Investmentchef bei Riyad Taqnia, einem $120 Mio.-Wagniskapitalgeber für Hightech-Start-ups.

Sebastian Thrun
Sebastian Thrun

Tutor

Wissenschaftler. Lehrer. Erfinder. Unternehmer. Sebastian ist vieles, auch Tutor dieses Programms. Mit Google X entwickelte er autonome Autos oder Google Glass und gründete danach Udacity, um digitale Bildung weltweit erschwinglich zu machen.

Ortal Arel
Ortal Arel

Tutorin

Ortal hat ihren Doktor für Computertechnik in Tennessee gemacht und lange als Ingenieurin gearbeitet. Ihre Doktorarbeit beschäftigte sich mit angewandter Kryptographie.

Nanodegree-Programm
Werde Ingenieur für Machine Learning
$999 USD

insgesamt

Lerne in 6 Monaten, wie Vorhersagemodelle auf große Datensätze im Finanz-, Gesundheits-, Wissenschafts- oder Bildungssektor angewandt werden.

Jetzt anmelden!

Erfolgsgeschichten unserer Absolventen

David

David

Madrid, Spanien

Machine Learning Absolvent
jetzt
GeeksMe

Firmware Engineer

David

David

"Ganz sicher: Erst das Zutrauen und die Fähigkeiten, die ich mir mit Udacity zugelegt habe, konnten mir in meinen jetzigen Job verhelfen. Ich wende die Workflows und Techniken aus dem Programm direkt an und bekomme viel Anerkennung für die Ergebnisse."

Weiterlesen
Daniel

Daniel

Berlin, Deutschland

Machine Learning Absolvent
jetzt
Sauce Labs

iOS Reverse Engineer

Daniel

Daniel

"Super ist das projektbasierte Lernen, das bieten andere Plattformen nicht. Genauso wenig wie Fachleute, die ausführlich Feedback zu den Projekten geben. Dank des Programms und des Intersect 2017 entschied ich mich nach 13 Jahren Bundeswehr für einen Wechsel: Heute arbeite ich in einem Testcloud-Startup."

Weiterlesen
Kamil

Kamil

Donauwörth, Deutschland

Machine Learning Absolvent
jetzt
Airbus Helicopters

Research, Development Engineer

Kamil

Kamil

"Die Community war erstaunlich, das Lernen mit Menschen verschiedener Backgrounds und Branchen ist ein großer Gewinn. Die Erfahrung wirkt bis heute nach, ich arbeite an Innovationen der Raumfahrt."

Weiterlesen
Weitere Absolventen


Nanodegree-Programme bei Udacity

Jobs von morgen beginnen heute

FAQ

    HIGHLIGHTS
  • Was spricht für dieses Machine Learning Nanodegree-Programm?
    Machine Learning ist überall. Wir bekommen es nur selten mit, während wir Google Translate, Siri oder unseren Newsfeed auf Facebook nutzen. Die Fähigkeit, aus Erfahrung lernenden Algorithmen zu entwickeln, bringt Machine Learning an die Spitze vieler Branchen und Forschungsfelder, die sich auf Daten verlassen. Wenn du praktische Erfahrung im Umgang mit Machine Learning-Modellen und großen Datensätzen suchst, insbesondere mit Supervised Learning, Unsupervised Learning, Reinforcement Learning und Deep Learning (hier ein englischsprachigen Lehrplan), bist du in diesem Programm richtig.

    Das Ziel: Euch mit Schlüsselkompetenzen ausstatten, nach denen Unternehmen suchen oder die euch dazu verhelfen, Machine Learning in vorhandende Geschäftsfelder zu integrieren. Das Programm empfiehlt sich darin speziell für Datenanalysten, da es der Anwendung der Machine Learning-Techniken verpflichtet ist und darin eine exzellente Ergänzung ihres Portfolios darstellt.
  • Werden Lerninhalte auch außerhalb des Programms angeboten? Etwa als kostenloser Begleitkurs?
    Einige wenige Lehrvideos sind in verschiedenen Begleitkursen verfügbar, das meiste Lernmaterial wird aber ausschließlich Lernenden im Machine Learning Nanodegree-Programm zur Verfügung stehen. Genau wie Projektbegutachtung und -feedback, die Unterstützing unserer Tutoren und das Netzwerk unserer Jobpartner!
    GEBÜHREN UND ZAHLUNG
  • Wieviel kostet das Machine Learning Nanodegree-Programm?
    Das Programm besteht aus einem Abschnitt, der sechs Monate dauert. (Lernende müssen den gesamten Abschnitt durchlaufen, um mit einem Nanodegree-Zertifikat abzuschließen.) Dieser Abschnitt kostet 999€ (eure lokale Währung wird oben auf der Seite angezeigt). Ihr bezahlt zu Beginn des Programms.
  • Wie kann ich bezahlen?
    Lernende in Deutschland, Österreich und der Schweiz können derzeit mit Kreditkarte oder per SEPA-Lastschrift zahlen. Von Lernenden aus dem Rest Europas können wir derzeit leider nur Kreditkarten annehmen. Wir arbeiten daran, euch schon bald weitere Zahlmöglichkeiten anzubieten.

    Die Zahlmethode kann jederzeit geändert werden.
  • Wann wird meine Zahlung fällig?
    Bevor der Kurs beginnt. So wissen wir genau, wie viele Lernende den jeweiligen Kurs durchlaufen und können einen optimalen Support gewähren. So wisst ihr genau, wer mit euch lernt, könnt euch in Lern- und Projektgruppen zusammenfinden.
  • Kann ich dieses Programm kostenlos testen?
    Nein, in diesem Fall gewähren wir keine kostenlose Testphase.

    Du kannst dir zu Beginn jedes Abschnitts allerdings sieben Tage lang dein Geld zurückholen, wenn dir die Lernerfahrung nicht gefällt. Innerhalb dieser sieben Tage nach Kursbeginn kannst du dich im Classroom (über "Einstellungen") abmelden und eine Rückerstattung beantragen. Wichtig: Ab dem achten Tag nach Kursbeginn erstatten wir keine Kursgebühren mehr.
  • Bietet ihr Stipendien für dieses Nanodegree-Programm an?
    Unsere Stipendienangebote ändern sich des Öfteren. Für einen aktuellen Stand wirfst du bestenfalls einen Blick auf unserer Stipendienseite.
    PROGRAMMSTRUKTUR
  • Ein Nanodegree-Programm? Was ist das?
    Weit mehr als nur Lerninhalte! Eine ausführliche Beschreibung und Details findest du HIER.
  • Und ich lerne ausschließlich online?
    Richtig, das Lernen läuft online ab. Lernende interagieren mit Mentoren, Tutoren und Mitlernenden in unserem virtuellen Klassenzimmer (dem Classroom), in moderierten Foren und über Slack, diese Services sind genau wie die Kursinhalte jederzeit und weltweit online abrufbar. Ihr habt also keine Anwesenheitszeiten oder Präsenzpflichten.

    Die Teilnahme an Live-Events – wie etwa Webinars oder Interviewrunden mit Experten – ist optional. Solche Events werden rechtzeitig angekündigt und sind später außerdem als Stream zugänglich.
  • Kann ich in meinem eigenen Tempo lernen?
    Schneller lernen geht, langsamer nicht. Das geplante Zeitfenster des Programms, im Falle des Machine Learning-Programms also sechs Monate, empfinden wir als beste Grundlage, um beim Lernen Schritt zu halten und den Abschluss zu schaffen. Für das Bestehen der Projekte wirst du konkrete Deadlines erhalten, vor denen ein Projekt natürlich auch abgeschlossen werden kann.
  • Wie bestehe ich Projekte?
    Um ein Projekt zu bestehen, musst du es anfertigen, vervollständigen, bei unseren Gutachtern einreichen und anschließend möglicherweise ihr Feedback einarbeiten. Finale Deadlines für einzelne Projekte gibt es nicht, wir sprechen allerdings Empfehlungen aus (meist ungefähr vier Monate nach Beginn des Projekts). Diesen Empfehlungen solltest du Beachtung schenken, denn am Ende des Programms wird es meistens eng (Regularien zum Programmabschluss in der nächsten Frage), sodass du möglichst nicht zu viele Projekte offen haben solltest. Außerdem ist es ratsam, auf einem Stand mit den Mitlernenden zu arbeiten, um sich gemeinsam zu beraten, zu inspirieren und zu motivieren.
  • Was passiert, wenn ich das Programm nicht rechtzeitig vor der Deadline abschließe?
    Zuerst: Dazu kommt es selten. Wir haben deinen Lernfortschritt im Auge, unser Netzwerk aus Tutoren, Mentoren, Experten und nicht zuletzt auch deine Mitlernenden sorgen dafür, dass du nirgends ins Stocken kommen solltest.

    Hast du deine Projekte nicht bis zum letzten Tag des Programms bestanden, erhältst du eine vierwöchige Verlängerung, um alle ausstehenden Projekte abzuschließen. Diese Verlängerung gewähren wir nur einmal. Sie ist natürlich kostenfrei und wird automatisch in deinem Account eingerichtet. Bestehst du den Abschnitt innerhalb dieser Verlängerung wiederum nicht, wirst du aus dem Programm entfernt. Was bedeutet, dass du dich für das Nanodegree-Zertifikat erneut anmelden und die Kursgebühren überweisen müsstest. Der Lernfortschritt bis dahin wird übertragen, sodass du nicht komplett von vorn beginnen musst.
  • Kann ich mich jederzeit anmelden?
    Klar. Sobald du dich anmeldest, wirst du automatisch für das nächstfolgende Programm angemeldet. Dieses Programm hat einen konkreten Starttermin (oben angezeigt), an dem dann alle Lerninhalte und -materialien freigeschalten werden. Ihr könnt euch jederzeit früher anmelden, dann allerdings noch nicht auf Inhalte zugreifen. Ein Countdown zählt für euch im Classroom runter.
  • Besteht die Möglichkeit, das Programm zu pausieren?
    Nein. Das Machine Learning Nanodegree-Programm ist befristet und im Sinne eines gleichmäßigen Lernfortschritts und ausreichender Gelegenheit zum Austausch mit Lernenden in denselben Projekten haben wir uns gegen die Option zum Pausieren oder Aufschieben entschieden.
  • Habe ich immer Zugang zum Kursmaterial? Auch nach Abschluss des Programms?
    Nein, der Zugang bleibt nur für ein paar Wochen nach deinem Abschluss offen – vielleicht möchtest du dir einzelne Lektionen ja noch mal in Ruhe anschauen oder Material für dein eigenes Archiv herunterladen.

    Bitte beachten: Lernende, die das Programm verlassen (oder seltener: wegen missachteter Deadlines entfernt werden), also nicht erfolgreich abschließen, verlieren den Zugang zu den Lernmaterialien.
    VORAUSSETZUNGEN
  • Was muss ich beherrschen, um das Programm durchlaufen zu können?
    Lernende sollten die Erfahrung in der Programmierung mit Python. Konkret den Umgang mit:
    • Ketten, Ziffern und Variablen
    • Aussagen, Operatoren und Ausdrücke
    • Listen, Tupel und Wörterbücher
    • Bedingungen und Schleifen
    • Verfahren, Objekte, Module und Bibliotheken
    • Fehlersuche und Debugging
    • Forschung und Dokumentation
    • Problemlösung
    • Algorithmen und Datenstrukturen


    Zudem erfordert das Programm fortgeschrittene Kenntnisse der Statistik, wie sie etwa in unseren Einführungskursen in die Statistik aufgebaut werden können. Im Konkreten:
    • Bestände, Stichproben
    • Mittelwert, Median und Modalwert
    • Standardfehler
    • Varianz und Standardabweichungen
    • Normalverteilung
    • Präzision und Genauigkeit
    • Hypothesenprüfung
    • Problemlösung
    • Konfidenzintervalle, P-Werte, T-Tests, Statistische Signifikanz


    Lernende benötigen überdies fortgeschrittene Kenntnisse der Analysis und linearen Algebra, vorzubereiten u.a. mit unserem Auffrischungskurs Lineare Algebra, konkret:
    • Ableitungen
    • Integrale
    • Entwicklung von Reihen
    • Matrizenmultiplikation durch Eigenwertprobleme


    Die Unterrichtssprache ist Englisch, also solltest du problemlos auf Englisch kommunizieren können (schriftlich und mündlich).
  • Wie kann ich mich auf das Programm vorbereiten?
  • Brauche ich bestimmte Software oder Hardware?
    Wir raten zur Installation von Anaconda, mit Python 2.7 (mindestens). Nahezu jeder Rechner mit 64 Bit und mindestens 8GB RAM genügt euch in diesem Programm.
  • Kann ich während des Machine Learning-Programms in anderen Nanodegree-Programmen angemeldet sein?
    Wir können und wollen das nicht verbieten. Wir freuen uns ja über dein Interesse und Engagement. Empfehlen würden wir die parallele Belegung zweier Programme allerdings nicht. Das Beste holst du aus der Lernerfahrung, indem du dich in ein Programm/Feld/Thema/Tool vertiefst, statt gedanklich zwischen diversen Dingen hin und her zu springen. Diese Programme sind intensiv, das Online-Lernen an sich ist neben Familie, Freunden, Job/Studium und anderen Hobbys kompliziert genug in den Alltag zu integrieren. Udacity wird es auch nach deinem Abschluss noch geben, du kannst also ein Nanodegree-Programm nach dem anderen belegen.
    MEINE KARRIERE
  • Auf welche Jobs bereitet mich das Programm vor?
    Das Wissen und die Fähigkeiten rund um Machine Learning-Prozesse werden zentral, wenn du etwa eine Stelle als Data Scientist anstrebst. Man muss aber auch sagen, dass Machine Learning derzeit als Grundlage vieler Entwicklungen weniger auf ein spezielles Feld oder Tool eurer Karriere vorbereitet, sondern grundlegend auf viele Entwicklungen der kommenden Jahre vorgreift. So kann dein Machine Learning-Verständnis aus diesem Programm von großer Bedeutung für eine spätere Karrierestation in einer neuen Branche oder Position sein, ohne, dass du heute davon weißt. Es wird dir in jedem Falle gegenüber anderen Bewerbern gut zu Gesicht stehen.
  • Und ich erhalte am Ende eine Art Zertifikat?
    Klar! Du erhältst deinen Machine Learning-Nanodegree, nachdem du alle Projekte erfolgreich bestanden hast. Diese industrieanerkannten Zertifikate bezeugen, dass du aktuelles Wissen – in diesem Fall die Entwicklung und Anwendung aktueller Machine Learning-Techniken – beherrschst, also praktisch anwenden kannst. Zudem entsteht parallel zum Programm ein Projektportfolio, das dich als Machine Learning-Ingenieur ausweist und künftige Bewerbungen eindrucksvoll ergänzen wird.
  • Wie könnte es nach dem Machine Learning-Programm weitergehen?
    Das Gros unserer Absolventen wechselt danach in das Künstliche Intelligenz oder Self-Driving Car Nanodegree-Programm. Du kannst dir aber auch andere Programm-Optionen überlegen und uns jederzeit anschreiben, wir beraten dich gern!

Machine Learning

Lege Grundlagen des Supervised, Unsupervised, Reinforcement und Deep Learning