KI-Lernzentrum
Lerne, wie KI funktioniert, indem du sie selbst baust: 47 Challenges zu neuronalen Netzen, Machine Learning, Transformern und Reinforcement Learning, ohne KI-Bibliotheken. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.
Arrays und Matrizen sind die Sprache der KI. Überspringe diesen Schritt, wenn du sie schon kennst.
Python für KI →Jedes Modul beginnt mit einer kurzen Lektion mit ausführbarem Code, die die Idee in einfachen Worten erklärt.
Alle KI-Lektionen →Setze die Idee selbst in Python, C++ oder C# um - mit sofortigen Tests und KI-Review.
Neuronen, Backpropagation und Optimierer
Regression, Klassifikation und Clustering
Tokenizer, Attention und Textgenerierung
Suche, Spiele und bestärkendes Lernen
Multipliziere zwei Vektoren elementweise und addiere die Ergebnisse, die Kernoperation jedes Neurons.
Wende Sigmoid, ReLU, Leaky ReLU oder tanh auf jeden Wert einer Liste an.
Berechne die Ausgabe eines Neurons: gewichtete Summe der Eingaben plus Bias, durch Sigmoid geleitet.
Berechne die Ausgaben einer vollständig verbundenen Schicht mit wählbarer Aktivierung.
Leite Eingaben durch eine verborgene ReLU-Schicht und eine Sigmoid-Ausgabeschicht.
Miss, wie falsch die Vorhersagen eines Modells sind, mit mittlerem quadratischem Fehler, mittlerem absolutem Fehler oder binärer Kreuzentropie.