Coding-Challenges zu Ai

Übe ai mit 47 Coding-Challenges, von leicht bis schwer. Jede Challenge läuft im Browser, mit sofortigen Tests, einem KI-Review deines Codes und Community-Lösungen zum Vergleichen.

Einfach · 19 Mittel · 24 Schwierig · 4

Fähigkeiten, die du übst: GradientenabstiegBackpropagationEntscheidungsbäumeKettenregelRegressionTransformerA*-SucheAbleitungenAbstandsmaßeAdamAktivierungenAlpha-Beta-Pruning
  • 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.

47 Herausforderungen
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
Mittel

K-Nächste-Nachbarn-Klassifikator

Sage ein Label per Mehrheitsentscheid der k nächstgelegenen Trainingspunkte voraus.

Du lernst KNNAbstandsmaße
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-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
Einfach

Softmax-Funktion

Verwandle Rohwerte in Wahrscheinlichkeiten mit Summe 1, ohne bei großen Werten überzulaufen.

Du lernst SoftmaxNumerische Stabilität
aimaschinelles Lernen
Noch keine Lösungen
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

Kausale (maskierte) Self-Attention

Implementiere die maskierte Attention von GPT-Modellen, bei der jedes Token nur sich selbst und frühere Tokens sehen kann.

Du lernst Maskierte AttentionGPT-Modelle
aimaschinelles Lernen
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
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

Skalarprodukt zweier Vektoren

Multipliziere zwei Vektoren elementweise und addiere die Ergebnisse, die Kernoperation jedes Neurons.

Du lernst VektorenSkalarprodukt
Neuronale Netzeaimaschinelles Lernen
Noch keine Lösungen
Schwierig

Skalierte Skalarprodukt-Attention

Implementiere die Attention-Operation, das Herzstück von Transformern und großen Sprachmodellen.

Du lernst AttentionTransformer
aimaschinelles Lernen
Noch keine Lösungen