Menu
CoddyTech
JETZT LERNEN
flag De iconDeutschdown icon
machine Learning iconTeil der Machine Learning-JourneyNeuJourney

Unüberwachtes Lernen in Python

Finde die Gruppen, die Form und die Ausreißer in Daten ohne Labels. Clustere, verdichte und durchsuche echte Datensätze mit scikit-learn und sieh jedes Ergebnis im Diagramm.

MIT DEM LERNEN BEGINNEN(kostenlos)
Lehrplan ansehenUnüberwachtes Lernen-Playground

1,000+ codders eingeschrieben

51 Lektionen51 Aufgaben210 Quizfragen

  • Anfängerfreundlich
  • sparkles iconKI-gestützte Coding-Hilfe
  • hint iconPraktische, interaktive Lektionen
  • quiz iconQuizfragen zum Wissenstest
  • certificate iconKostenloses Abschlusszertifikat

Lehrplan

1 Abschnitte51 Lektionen51 Aufgaben210 Quizfragen

Dieser Abschnitt ist Teil der Machine Learning-Journey. Der vollständige Lehrplan enthält weitere Abschnitte - klicke unten auf eine Vorschau, um sie auf der Journey-Seite anzusehen.

  1. Abschnitt 1Daten und Diagramme60 Lektionen
  2. Abschnitt 2Statistik für ML64 Lektionen
  3. Abschnitt 3Überwachtes Lernen58 Lektionen
  4. Abschnitt 4

    Unüberwachtes Lernen

    Abschnitt startenStartenAusklappenEinklappen    Finde Strukturen in Daten ohne Labels: k-means, hierarchisches und dichtebasiertes Clustering, PCA zum Visualisieren und Komprimieren vieler Features sowie Anomalieerkennung – bis hin zu einem Projekt zur Erkundung von Ziffern.51 Lektionen51 Aufgaben210 Fragen

    Gruppen finden

    5 Lektionen520

    k wählen

    5 Lektionen520

    Cluster interpretieren

    5 Lektionen520

    Hierarchisches Clustering

    4 Lektionen415

    Dichtebasiertes Clustering

    4 Lektionen415

    Weniger Dimensionen

    5 Lektionen520

    PCA in der Praxis

    5 Lektionen520

    Anomalieerkennung

    5 Lektionen520

    Cluster im Einsatz

    4 Lektionen415

    Projekt: Ziffern erkunden

    5 Lektionen525

    Abschlussaufgaben

    4 Lektionen420
Den vollständigen Lehrplan der Machine Learning-Journey ansehen
Das bekommst du
Alles, was du zum Programmierenlernen nutzt

Lernen durch Tun

Schreibe echten Code, frage Datenbanken ab, erstelle Websites und meistere KI-Prompts. Unsere interaktiven Lektionen decken alle Fähigkeiten ab, die moderne Entwickler brauchen.

playground.js
Code-Editor
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Test #1test Case Success icon
Test #2test Case Success icon
Test #3test Case Failure icon
Eingabe
"Alex"
Ausgabe
"Hello, Coddy! Alex"

Baue deine Serie auf

Bleib konsequent und sieh zu, wie dein Fortschritt wächst! Verfolge deine tägliche Programmiergewohnheit, schütze deine Serie mit Einfrieroptionen und verdiene Belohnungen für jeden Tag.

12 Tage Serie

Komm morgen zurück, um deine Serie zu halten!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Doppelt oder Nichts

Tag 5 von 7

fire Freeze icon

Serie Einfrieren

2 left

Überall coden

Nimm deine Programmierreise mit! Keine Einrichtung, keine Downloads: einfach öffnen und loslegen. Verfügbar auf iOS, Android und Web mit 4,9-Sterne-Bewertungen.

Python
7Streak
250Punkte
5Energie
Variablen
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
FORTSETZEN
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Reise
Ziele
Bestenliste
Profil
4.9
SternSternSternSternStern
Bewertung

Du bist nicht allein

Tritt auf globalen Bestenlisten an, lade Freunde ein, um Belohnungen zu verdienen, und feiert gemeinsam eure Erfolge. Programmieren macht mit Freunden mehr Spaß!

Herausforderer-Liga
Herausforderer-LigaTop 7 steigen auf
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconAufstiegszoneleaderboard Arrow Up icon

Jeder Lernweg, alles dabei

Lies, höre, teste dich, frag die KI oder schlage nach, was du schon gelernt hast. Jede Lektion passt sich dir an.

Einführung in Variablen
Audio

Eine Variable ist ein benannter Container, der einen Wert speichert, auf den du später im Programm verweisen kannst.

In Python erstellst du eine, indem du den Namen, ein Gleichheitszeichen und dann den Wert schreibst.

Der Wert kann sich ändern - eine neue Zuweisung verweist den Namen einfach auf einen neuen Wert.

1xSarah

Werde zertifiziert

Verdiene Zertifikate für jeden abgeschlossenen Kurs. Füge sie deinem LinkedIn-Profil und Lebenslauf hinzu, um Arbeitgebern deine Programmierkenntnisse zu zeigen.

CoddyAbschlusszertifikat
Hiermit wird bestätigt, dassMax Mustermannerfolgreich abgeschlossen hat
python iconPython-Grundlagen
Verifiziert
DatumJan. 2026
LinkedInZu LinkedIn hinzufügen

Warum unüberwachtes Lernen mit Coddy

  • Clustering, das du sehen kannst. Sieh zu, wie k-Means seine Zentren verschiebt, lies die Fusionshöhen eines Dendrogramms und sieh, wie DBSCAN mondförmige Gruppen findet, die k-Means in zwei Hälften schneidet. Jede Lektion hat ein Diagramm, und deins erscheint beim Ausführen im Tab Diagramme.
  • Die Kernmethoden: k-Means, k wählen mit Ellbogenmethode und Silhouetten-Score, hierarchisches Clustering, DBSCAN, PCA und erklärte Varianz, Isolation Forest und Local Outlier Factor, alles mit scikit-learn.
  • Ergebnisse, die du erklären kannst. Du beschreibst jeden Cluster in echten Einheiten, vergleichst Cluster mit bekannten Labels und benennst die Segmente, mit denen ein Unternehmen arbeiten würde, statt bei einer Liste von Clusternummern aufzuhören.
  • 64 Dimensionen sichtbar gemacht: handgeschriebene Ziffern auf eine flache Karte projiziert, PCA-Komponenten als Bilder gezeichnet und Bilder aus wenigen Zahlen rekonstruiert.

Häufige Fragen zu unüberwachtem Lernen

Was ist unüberwachtes Lernen?

Unüberwachtes Lernen findet Struktur in Daten ohne Labels. Niemand sagt dem Modell die richtige Antwort; es sucht Gruppen ähnlicher Zeilen (Clustering), wenige Richtungen, die den Großteil der Information behalten (Dimensionsreduktion), oder Zeilen, die anders sind als der Rest (Anomalieerkennung). So erkundest du einen neuen Datensatz, segmentierst Kunden oder entdeckst Betrug, bevor ihn jemand gelabelt hat.

Was sind Beispiele für unüberwachtes Lernen?

Käufer danach gruppieren, was sie kaufen, die Farben eines Bildes auf die acht wichtigen reduzieren, 64-Pixel-Ziffernbilder auf ein flaches Diagramm abbilden, ungewöhnliche Servermesswerte finden und Zellmessungen in zwei Arten teilen, ohne zu wissen, welche welche ist. Der Kurs baut jedes dieser Beispiele.

Welche Algorithmen für Clustering und PCA behandelt der Kurs?

k-Means mit Ellbogenmethode und Silhouetten-Score, agglomeratives (hierarchisches) Clustering mit Dendrogrammen, DBSCAN, PCA, Isolation Forest und Local Outlier Factor. Du lernst auch, warum Skalieren zuerst kommt und wann jede Methode versagt, damit du die richtige wählst.

Wie wähle ich die Anzahl der Cluster?

Es gibt selten die eine richtige Antwort, deshalb lernst du drei Blickwinkel: den Ellbogen der Inertia-Kurve, Silhouetten-Scores und die Fusionshöhen eines Dendrogramms. Dann prüfst du die Cluster in echten Einheiten und fragst, ob ein Mensch sie benennen könnte. Ein k, das Gruppen ergibt, die niemand beschreiben kann, ist das falsche k.

Sollte ich zuerst überwachtes Lernen lernen?

Es hilft. Der Abschnitt überwachtes Lernen vermittelt Skalierung, Pipelines und den scikit-learn-Ablauf, den dieser Abschnitt wiederverwendet, und seine Abstandsideen aus k-nächste Nachbarn kehren hier beim Clustering zurück. Wenn du schon Modelle mit scikit-learn trainierst, kannst du hier einsteigen.

Wie lange dauert der Abschnitt unüberwachtes Lernen?

51 Lektionen, etwa 8 bis 9 Stunden in deinem Tempo: ein paar Wochen bei einer halben Stunde am Tag, inklusive Ziffern-Explorer-Projekt und vier Abschluss-Challenges.

Kann ich unüberwachtes Lernen kostenlos lernen?

Ja. Die Lektionen, die Diagramme, die KI-Hinweise und das Abschnittszertifikat sind kostenlos. Mit einem kostenlosen Konto schaffst du ein paar Lektionen am Tag, und Pro hebt das Tageslimit auf.

Lernpfade, die diesen Kurs enthalten

Dieser Kurs ist ein Schritt eines längeren Pfads: mehrere Kurse in der Reihenfolge, in der ein Mentor sie unterrichten würde, jeder mit eigenem kostenlosem Zertifikat.

Illustration der Programmiersprachen bei Coddy

Lerne Unüberwachtes Lernen mit Coddy

LOS GEHT'S