CodeUtility
Haz que programar sea más fácil.
Volver a los desafíos

Ruta de aprendizaje de IA

Aprende machine learning programándolo en Python

15 retos en los que escribes tú mismo los algoritmos clásicos de aprendizaje automático, sin bibliotecas: escalado de datos, regresión lineal y logística, el perceptrón, k vecinos más cercanos, Naive Bayes, divisiones de árboles de decisión y k-means. Resuélvelos en orden en Python; cada uno se ejecuta en tu navegador con pruebas instantáneas y una revisión de IA.

Comenzar el primer desafío
  1. 1

    Trabajar con datos

    Multiplicación de matrices y escalado de características.

    0/3
    1. 1 Multiplicación de matrices Fácil Resolver en Python
    2. 2 Normalización min-max Fácil Resolver en Python
    3. 3 Estandarización por puntuación z Fácil Resolver en Python
  2. 2

    Regresión

    Ajusta una recta con una fórmula y con descenso de gradiente, y luego predice probabilidades.

    0/4
    1. 1 Regresión lineal simple (mínimos cuadrados) Intermedio Resolver en Python
    2. 2 Regresión lineal con descenso de gradiente Intermedio Resolver en Python
    3. 3 Predicción con regresión logística Fácil Resolver en Python
    4. 4 Algoritmo de aprendizaje del perceptrón Intermedio Resolver en Python
  3. 3

    Clasificación

    Softmax, entropía cruzada, vecinos más cercanos, Naive Bayes y divisiones de árboles de decisión.

    0/6
    1. 1 Función softmax Fácil Resolver en Python
    2. 2 Entropía cruzada categórica Fácil Resolver en Python
    3. 3 Clasificador de k vecinos más cercanos Intermedio Resolver en Python
    4. 4 Clasificador Naive Bayes Intermedio Resolver en Python
    5. 5 Impureza de Gini Fácil Resolver en Python
    6. 6 Ganancia de información Intermedio Resolver en Python
  4. 4

    Similitud y agrupamiento

    Similitud coseno y agrupamiento k-means.

    0/2
    1. 1 Similitud coseno Fácil Resolver en Python
    2. 2 Agrupamiento k-means Intermedio Resolver en Python