{"course":{"productid":30056,"modality":1,"active":true,"language":"de","title":"Managing Machine Learning projects with Google Cloud","productcode":"MMLPGC","vendorcode":"GO","vendorname":"Google","fullproductcode":"GO-MMLPGC","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/google-mmlpgc","objective":"<ul>\n<li>Verstehen Sie genau, wie ML eingesetzt werden kann, um Gesch&auml;ftsprozesse zu verbessern und neue Werte zu schaffen.<\/li><li>Erkunden Sie g&auml;ngige Anwendungsf&auml;lle f&uuml;r maschinelles Lernen, die von Unternehmen umgesetzt werden.<\/li><li>Ermittlung der Anforderungen f&uuml;r die Durchf&uuml;hrung eines ML-Projekts, von der Bewertung der Durchf&uuml;hrbarkeit &uuml;ber die Datenaufbereitung, die Modellschulung, die Bewertung und den Einsatz.<\/li><li>Definieren Sie Datenmerkmale und Verzerrungen, die die Qualit&auml;t von ML-Modellen beeinflussen.<\/li><li>Erkennen der wichtigsten &Uuml;berlegungen zur Verwaltung von ML-Projekten, einschliesslich Datenstrategie, Governance und Projektteams.<\/li><li>Pr&auml;sentieren Sie einen benutzerdefinierten ML-Anwendungsfall, der Ihr Unternehmen sinnvoll beeinflussen kann.<\/li><\/ul>","essentials":"<ul>\n<li>Es sind keine technischen Vorkenntnisse erforderlich.<\/li><li>Wissen &uuml;ber Ihr eigenes Unternehmen und Ihre Ziele.<\/li><li>Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).<\/li><\/ul>","audience":"<ul>\n<li>Gesch&auml;ftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen geh&ouml;ren unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.<\/li><li>F&uuml;r Senior VPs und dar&uuml;ber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.<\/li><\/ul>","outline":"<h4>Modul 01: Einf&uuml;hrung<\/h4><ul>\n<li>Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.<\/li><li>Beschreiben Sie die wichtigsten Einsatzm&ouml;glichkeiten von ML zur Verbesserung von Gesch&auml;ftsprozessen oder zur Schaffung neuer Werte.<\/li><li>Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsf&auml;llen.<\/li><\/ul><h4>Modul 02: Was ist maschinelles Lernen?<\/h4><ul>\n<li>Unterscheiden Sie zwischen &uuml;berwachten und nicht &uuml;berwachten Problemtypen des maschinellen Lernens.<\/li><li>Beispiele f&uuml;r Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.<\/li><li>Erkennen Sie die Kernkomponenten der Standarddefinition von Google f&uuml;r ML und die jeweiligen &Uuml;berlegungen bei der Durchf&uuml;hrung eines ML-Projekts.<\/li><\/ul><h4>Modul 03: Einsatz von ML<\/h4><ul>\n<li>Beschreiben Sie den End-to-End-Prozess f&uuml;r die Durchf&uuml;hrung eines ML-Projekts und die &Uuml;berlegungen in jeder Phase.<\/li><li>&Uuml;ben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.<\/li><\/ul><h4>Modul 04: Entdeckung von ML-Anwendungsf&auml;llen<\/h4><ul>\n<li>Entdecken Sie allgemeine M&ouml;glichkeiten des maschinellen Lernens in allt&auml;glichen Gesch&auml;ftsprozessen<\/li><\/ul><h4>Modul 05: Wie man bei ML erfolgreich ist<\/h4><ul>\n<li>Ermittlung der Voraussetzungen f&uuml;r Unternehmen, die ML erfolgreich einsetzen wollen<\/li><\/ul><h4>Modul 06: Zusammenfassung<\/h4><ul>\n<li>Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.<\/li><li>Wetteifern Sie um die beste Pr&auml;sentation eines ML-Anwendungsfalls auf der Grundlage von Kreativit&auml;t, Originalit&auml;t und Machbarkeit.<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/google-mmlpgc\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Gesch&auml;ftsleute in nichttechnischen Positionen haben die einmalige Gelegenheit, Projekte zum maschinellen Lernen zu leiten und zu beeinflussen. In diesem Kurs lernen Sie das maschinelle Lernen ohne den technischen Jargon kennen. Sie lernen, wie Sie Gesch&auml;ftsprobleme in benutzerdefinierte Anwendungsf&auml;lle f&uuml;r maschinelles Lernen &uuml;bersetzen, jede Phase des Projekts bewerten und die Anforderungen an Ihr technisches Team &uuml;bermitteln.<\/p>","objective_plain":"- Verstehen Sie genau, wie ML eingesetzt werden kann, um Gesch\u00e4ftsprozesse zu verbessern und neue Werte zu schaffen.\n- Erkunden Sie g\u00e4ngige Anwendungsf\u00e4lle f\u00fcr maschinelles Lernen, die von Unternehmen umgesetzt werden.\n- Ermittlung der Anforderungen f\u00fcr die Durchf\u00fchrung eines ML-Projekts, von der Bewertung der Durchf\u00fchrbarkeit \u00fcber die Datenaufbereitung, die Modellschulung, die Bewertung und den Einsatz.\n- Definieren Sie Datenmerkmale und Verzerrungen, die die Qualit\u00e4t von ML-Modellen beeinflussen.\n- Erkennen der wichtigsten \u00dcberlegungen zur Verwaltung von ML-Projekten, einschliesslich Datenstrategie, Governance und Projektteams.\n- Pr\u00e4sentieren Sie einen benutzerdefinierten ML-Anwendungsfall, der Ihr Unternehmen sinnvoll beeinflussen kann.","essentials_plain":"- Es sind keine technischen Vorkenntnisse erforderlich.\n- Wissen \u00fcber Ihr eigenes Unternehmen und Ihre Ziele.\n- Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).","audience_plain":"- Gesch\u00e4ftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen geh\u00f6ren unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.\n- F\u00fcr Senior VPs und dar\u00fcber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.","outline_plain":"Modul 01: Einf\u00fchrung\n\n\n- Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.\n- Beschreiben Sie die wichtigsten Einsatzm\u00f6glichkeiten von ML zur Verbesserung von Gesch\u00e4ftsprozessen oder zur Schaffung neuer Werte.\n- Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsf\u00e4llen.\nModul 02: Was ist maschinelles Lernen?\n\n\n- Unterscheiden Sie zwischen \u00fcberwachten und nicht \u00fcberwachten Problemtypen des maschinellen Lernens.\n- Beispiele f\u00fcr Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.\n- Erkennen Sie die Kernkomponenten der Standarddefinition von Google f\u00fcr ML und die jeweiligen \u00dcberlegungen bei der Durchf\u00fchrung eines ML-Projekts.\nModul 03: Einsatz von ML\n\n\n- Beschreiben Sie den End-to-End-Prozess f\u00fcr die Durchf\u00fchrung eines ML-Projekts und die \u00dcberlegungen in jeder Phase.\n- \u00dcben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.\nModul 04: Entdeckung von ML-Anwendungsf\u00e4llen\n\n\n- Entdecken Sie allgemeine M\u00f6glichkeiten des maschinellen Lernens in allt\u00e4glichen Gesch\u00e4ftsprozessen\nModul 05: Wie man bei ML erfolgreich ist\n\n\n- Ermittlung der Voraussetzungen f\u00fcr Unternehmen, die ML erfolgreich einsetzen wollen\nModul 06: Zusammenfassung\n\n\n- Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.\n- Wetteifern Sie um die beste Pr\u00e4sentation eines ML-Anwendungsfalls auf der Grundlage von Kreativit\u00e4t, Originalit\u00e4t und Machbarkeit.","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Gesch\u00e4ftsleute in nichttechnischen Positionen haben die einmalige Gelegenheit, Projekte zum maschinellen Lernen zu leiten und zu beeinflussen. In diesem Kurs lernen Sie das maschinelle Lernen ohne den technischen Jargon kennen. Sie lernen, wie Sie Gesch\u00e4ftsprobleme in benutzerdefinierte Anwendungsf\u00e4lle f\u00fcr maschinelles Lernen \u00fcbersetzen, jede Phase des Projekts bewerten und die Anforderungen an Ihr technisches Team \u00fcbermitteln.","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":2,"formatted":"2 Tage"},"pricelist":{"List Price":{"US":{"country":"US","currency":"USD","taxrate":null,"price":1495},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":1300},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":1700},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":1300},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":1300},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":1300},"IL":{"country":"IL","currency":"ILS","taxrate":17,"price":4510},"BE":{"country":"BE","currency":"EUR","taxrate":21,"price":1495},"NL":{"country":"NL","currency":"EUR","taxrate":21,"price":1495},"GR":{"country":"GR","currency":"EUR","taxrate":null,"price":1325},"MK":{"country":"MK","currency":"EUR","taxrate":null,"price":1325},"HU":{"country":"HU","currency":"EUR","taxrate":20,"price":1325},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":1300},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":1320},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":2065},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":1550}}},"lastchanged":"2025-09-30T15:16:33+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/30056","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/google-mmlpgc"}}