- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI lernenNeuronale Netze, ML und LLMs von Grund auf C/C++ lernen Zeiger, Speicher, STL und modernes C++ C# lernenC#-Grundlagen, OOP, LINQ, Async und .NET-Übungen Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen
- AufgabenNeu
Coding-Challenges in C#
226 Challenges, die du in C# lösen kannst, von den ersten Schleifen bis zu Graphen, dynamischer Programmierung und Machine Learning. Schreib deinen Code im Browser, führe die Tests sofort aus und erhalte ein KI-Review.
Einfach · 134 Mittel · 68 Schwierig · 24
Fähigkeiten, die du übst: ZählenStrings aufteilenZiffern extrahieren2D-ListenArithmetikFormelnListenSchleifenBedingungenEin DurchlaufGleitkommazahlenGradientenabstieg
- Python · C++ · C#
- Automatisierte Tests
- KI-Code-Review
- Community-Lösungen
- 226
- Herausforderungen
- 2
- Geteilte Lösungen
- 3
- Sprachen
Alle Herausforderungen
Nach Thema, Sprache oder Schwierigkeitsgrad suchen.
Einfach
Xavier- und He-Gewichtsinitialisierung
Berechne den Bereich oder die Standardabweichung, mit der die Gewichte einer Schicht initialisiert werden.
Du lernst
Xavier- und He-InitialisierungTrainingsstabilität
Noch keine Lösungen
Schwierig
Ein neuronales Netz trainieren, das XOR löst
Alles zusammen: Trainiere ein 2-2-1-Sigmoid-Netz mit Backpropagation, bis es XOR lernt.
Du lernst
Training neuronaler NetzeXOR-Problem
Noch keine Lösungen
Mittel
Adam-Optimierer
Implementiere Adam, den Standardoptimierer des Deep Learning, mit gleitenden Mittelwerten und Bias-Korrektur.
Du lernst
AdamBias-Korrektur
Noch keine Lösungen
Mittel
Temperatur- und Top-K-Sampling
Wähle das nächste Token wie ein Sprachmodell: Behalte die k höchsten Logits, wende die Temperatur an und ziehe eine Stichprobe.
Du lernst
TextgenerierungSampling
Noch keine Lösungen
Mittel
Ein Neuron mit Gradientenabstieg trainieren
Wiederhole Vorwärtsdurchlauf, Gradienten und Gewichtsaktualisierung, um einem Sigmoid-Neuron anhand von Beispielen etwas beizubringen.
Du lernst
GradientenabstiegTrainingsschleifen
Noch keine Lösungen
Einfach
Flatten a 2D Array
Combine the rows of a 2D integer array into one array.
Du lernst
2D-ArraysVerschachtelte Schleifen
Noch keine Lösungen
Mittel
Lineare Regression mit Gradientenabstieg
Lerne Steigung und Achsenabschnitt einer Geraden, indem du schrittweise den mittleren quadratischen Fehler hinabsteigst.
Du lernst
GradientenabstiegRegression
Noch keine Lösungen
Mittel
Byte-Pair-Encoding-Merges (BPE)
Lerne Subwort-Merges wie GPT-Tokenizer: Verschmelze wiederholt das häufigste Paar benachbarter Symbole.
Du lernst
BPESubwort-Tokenisierung
Noch keine Lösungen
Einfach
Kosinus-Ähnlichkeit
Miss die Ähnlichkeit zweier Vektoren über den Winkel zwischen ihnen, wie Suchmaschinen es mit Embeddings tun.
Du lernst
VektorähnlichkeitEmbeddings
Noch keine Lösungen
Einfach
Vorhersage mit logistischer Regression
Klassifiziere Beispiele als 0 oder 1, indem du eine gewichtete Summe durch Sigmoid leitest und mit einem Schwellenwert vergleichst.
Du lernst
Logistische RegressionSchwellenwerte
Noch keine Lösungen
Mittel
Einfache lineare Regression (kleinste Quadrate)
Lege mit den Formeln der kleinsten Quadrate die bestpassende Gerade durch Datenpunkte.
Du lernst
Kleinste QuadrateRegression
Noch keine Lösungen
Einfach
One-Hot-Kodierung
Verwandle Kategorien in Vektoren mit einer einzigen 1, das Eingabeformat für Klassifikatoren und Embeddings.
Du lernst
One-Hot-VektorenKategoriale Daten
Noch keine Lösungen
Einfach
Gini-Unreinheit
Miss, wie gemischt die Labels einer Gruppe sind, das Kriterium, mit dem Entscheidungsbäume Aufteilungen wählen.
Du lernst
EntscheidungsbäumeUnreinheitsmaße
Noch keine Lösungen
Einfach
Kategoriale Kreuzentropie
Miss den Verlust eines Mehrklassen-Klassifikators aus seinen vorhergesagten Wahrscheinlichkeiten und den richtigen Klassen.
Du lernst
KlassifikationsverlustLogarithmen
Noch keine Lösungen
Mittel
Sinusförmige Positionskodierung
Berechne die Sinus- und Kosinus-Positionsvektoren, die Transformer zu den Token-Embeddings addieren.
Du lernst
PositionskodierungTrigonometrie
Noch keine Lösungen
Einfach
Min-Max-Normalisierung
Skaliere ein Merkmal so, dass sein kleinster Wert 0 und sein größter 1 wird.
Du lernst
MerkmalsskalierungDatenvorverarbeitung
Noch keine Lösungen
Mittel
K-Means-Clustering
Teile Punkte in k Cluster ein, indem du sie wiederholt dem nächsten Zentroid zuordnest und die Zentroide verschiebst.
Du lernst
ClusteringZentroide
Noch keine Lösungen
Mittel
Naive-Bayes-Klassifikator
Sage eine Klasse aus kategorialen Merkmalen mit dem Satz von Bayes und Laplace-Glättung voraus.
Du lernst
Satz von BayesLaplace-Glättung
Noch keine Lösungen
Nach Thema stöbern
- Beginner 95
- ai 47
- maschinelles Lernen 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Neuronale Netze 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Entwurfsmuster 8
- Graphs 8
- Grids 8
- Loops 8
- Recursion 7
- Combinatorics 6
- Number-theory 6
- Sorting 6
- Functions 5
- Greedy 5
- Nested-loops 5
- Sequences 5
- Stacks 5
- Variables 5
- Algorithms 4
- Data-structures 4
- Geometry 4
- Patterns 4
- Bestärkendes Lernen 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3