Coding-Challenges in Go

225 Challenges, die du in Go 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 · 67 Schwierig · 24

Fähigkeiten, die du übst: ZählenStrings aufteilenZiffern extrahieren2D-ListenArithmetikFormelnListenSchleifenBedingungenEin DurchlaufGleitkommazahlenGradientenabstieg
  • Python · C++ · C#
  • Automatisierte Tests
  • KI-Code-Review
  • Community-Lösungen
226
Herausforderungen
123
Geteilte Lösungen
9
Sprachen

Alle Herausforderungen

Nach Thema, Sprache oder Schwierigkeitsgrad suchen.

225 Herausforderungen
Einfach

Wort-Tokenizer und Vokabular

Zerlege Text in kleingeschriebene Wörter und baue ein nach Häufigkeit sortiertes Vokabular, der erste Schritt jedes Sprachmodells.

Du lernst TokenisierungVokabular aufbauen
aimaschinelles Lernen
Noch keine Lösungen
Mittel

Informationsgewinn

Berechne, wie stark die Aufteilung nach einem Merkmal die Entropie verringert, das Kriterium hinter ID3-Entscheidungsbäumen.

Du lernst EntropieEntscheidungsbäume
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Formen-Factory

Erzeuge Formen aus Textbeschreibungen mit einer Factory und gib die Fläche jeder Form zurück.

Du lernst Factory-MethodePolymorphie
EntwurfsmusterParsingmath
Noch keine Lösungen
Einfach

Min-Max-Normalisierung

Skaliere ein Merkmal so, dass sein kleinster Wert 0 und sein größter 1 wird.

Du lernst MerkmalsskalierungDatenvorverarbeitung
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Adapter für Temperatursensoren

Passe Messwerte von Fahrenheit-, Kelvin- und Celsius-Sensoren an eine gemeinsame Celsius-Schnittstelle an.

Du lernst Adapter-MusterEinheiten umrechnen
EntwurfsmusterParsingmath
Noch keine Lösungen
Mittel

RAII-Freigabereihenfolge

Bestimme, in welcher Reihenfolge Ressourcen freigegeben werden, wenn ihre Scopes enden, wie RAII es garantiert.

Du lernst RAIIStacks
Data-structuresSimulationStacks
Noch keine Lösungen
Einfach

Matrizenmultiplikation

Multipliziere zwei Matrizen, die Operation hinter jeder Schicht eines neuronalen Netzes.

Du lernst MatrizenLineare Algebra
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Kategoriale Kreuzentropie

Miss den Verlust eines Mehrklassen-Klassifikators aus seinen vorhergesagten Wahrscheinlichkeiten und den richtigen Klassen.

Du lernst KlassifikationsverlustLogarithmen
aimaschinelles Lernen
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
aimaschinelles Lernen
Noch keine Lösungen
Mittel

Sinusförmige Positionskodierung

Berechne die Sinus- und Kosinus-Positionsvektoren, die Transformer zu den Token-Embeddings addieren.

Du lernst PositionskodierungTrigonometrie
aimaschinelles Lernen
Noch keine Lösungen
Mittel

K-Nächste-Nachbarn-Klassifikator

Sage ein Label per Mehrheitsentscheid der k nächstgelegenen Trainingspunkte voraus.

Du lernst KNNAbstandsmaße
aimaschinelles Lernen
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
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Z-Score-Standardisierung

Zentriere ein Merkmal auf 0 und skaliere es auf eine Standardabweichung von 1.

Du lernst StandardisierungMittelwert und Standardabweichung
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Ein JSON-Objekt bauen

Wandle Schlüssel und Werte in einen JSON-Objekt-String um und escapiere dabei Anführungszeichen und Backslashes korrekt.

Du lernst JSON-FormatEscaping
ParsingStrings
Noch keine Lösungen
Einfach

Gini-Unreinheit

Miss, wie gemischt die Labels einer Gruppe sind, das Kriterium, mit dem Entscheidungsbäume Aufteilungen wählen.

Du lernst EntscheidungsbäumeUnreinheitsmaße
aimaschinelles Lernen
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
aimaschinelles Lernen
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
aimaschinelles Lernen
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
aimaschinelles Lernen
Noch keine Lösungen