- Ejecutores
-
Aprender
Aprender Python Ejemplos ejecutables, NumPy, pandas y más Aprender IARedes neuronales, ML y LLM desde cero Aprender C y C++ Punteros, memoria, STL y C++ moderno Aprender C#Fundamentos, POO, LINQ, async y ejercicios de .NET Algoritmos en Python Búsqueda, ordenación, recursión y visualizadores O(n) Algoritmos en C y C++ Compara implementaciones en C y C++
- RetosNuevo
Retos de programación de Ai
Practica ai con 47 retos de programación, de fáciles a difíciles. Cada reto se ejecuta en el navegador, con pruebas al instante, una revisión de tu código con IA y soluciones de la comunidad para comparar.
Fácil · 19 Intermedio · 24 Difícil · 4
Habilidades que practicarás: Descenso de gradienteRegla de la cadenaRegresiónRetropropagaciónTransformersÁrboles de decisiónActivacionesAdamAgrupamientoAlgoritmos genéticosAprendizaje en líneaAtención
- Python · C++ · C#
- Pruebas automáticas
- Revisión de código por IA
- Soluciones de la comunidad
- 226
- Desafíos
- 2
- Soluciones compartidas
- 3
- Lenguajes
Todos los desafíos
Busca por tema, lenguaje o dificultad.
Intermedio
Descenso de gradiente por mini-lotes
Entrena un modelo lineal actualizando los pesos después de cada lote pequeño en lugar de después de todo el conjunto de datos.
Aprenderás
Mini-lotesDescenso de gradiente
Aún no hay soluciones
Difícil
Autoatención multicabeza
Proyecta la entrada en consultas, claves y valores, ejecuta la atención en varias cabezas en paralelo y combínalas.
Aprenderás
Atención multicabezaProyecciones matriciales
Aún no hay soluciones
Fácil
Descenso de gradiente con momentum
Aplica actualizaciones con momentum que conservan parte del paso anterior, para que el entrenamiento acelere en direcciones constantes.
Aprenderás
MomentumOptimizadores
Aún no hay soluciones
Fácil
Inicialización de pesos Xavier y He
Calcula el rango o la desviación estándar usados para inicializar los pesos de una capa.
Aprenderás
Inicialización Xavier y HeEstabilidad del entrenamiento
Aún no hay soluciones
Difícil
Entrena una red neuronal para resolver XOR
Combínalo todo: entrena una red sigmoide 2-2-1 con retropropagación hasta que aprenda XOR.
Aprenderás
Entrenar redes neuronalesProblema XOR
Aún no hay soluciones
Intermedio
Optimizador Adam
Implementa Adam, el optimizador por defecto del deep learning, con medias móviles y corrección de sesgo.
Aprenderás
AdamCorrección de sesgo
Aún no hay soluciones
Intermedio
Muestreo con temperatura y top-k
Elige el siguiente token como un modelo de lenguaje: conserva los k logits más altos, aplica la temperatura y muestrea.
Aprenderás
Generación de textoMuestreo
Aún no hay soluciones
Intermedio
Entrena una neurona con descenso de gradiente
Repite la propagación hacia adelante, los gradientes y la actualización de pesos para enseñar a una neurona sigmoide a partir de ejemplos.
Aprenderás
Descenso de gradienteBucles de entrenamiento
Aún no hay soluciones
Intermedio
Fusiones de Byte Pair Encoding (BPE)
Aprende fusiones de subpalabras como los tokenizadores de GPT: fusiona repetidamente el par de símbolos vecinos más frecuente.
Aprenderás
BPETokenización en subpalabras
Aún no hay soluciones
Intermedio
Regresión lineal con descenso de gradiente
Aprende la pendiente y la ordenada al origen de una recta bajando paso a paso por el error cuadrático medio.
Aprenderás
Descenso de gradienteRegresión
Aún no hay soluciones
Fácil
Codificación one-hot
Convierte categorías en vectores con un único 1, el formato de entrada de clasificadores y embeddings.
Aprenderás
Vectores one-hotDatos categóricos
Aún no hay soluciones
Fácil
Impureza de Gini
Mide cuán mezcladas están las etiquetas de un grupo, la puntuación que usan los árboles de decisión para elegir divisiones.
Aprenderás
Árboles de decisiónMedidas de impureza
Aún no hay soluciones
Fácil
Similitud coseno
Mide cuánto se parecen dos vectores por el ángulo entre ellos, como hacen los buscadores con los embeddings.
Aprenderás
Similitud de vectoresEmbeddings
Aún no hay soluciones
Fácil
Entropía cruzada categórica
Mide la pérdida de un clasificador multiclase a partir de sus probabilidades predichas y las clases reales.
Aprenderás
Pérdida de clasificaciónLogaritmos
Aún no hay soluciones
Fácil
Predicción con regresión logística
Clasifica ejemplos como 0 o 1 pasando una suma ponderada por la sigmoide y comparándola con un umbral.
Aprenderás
Regresión logísticaUmbrales
Aún no hay soluciones
Fácil
Estandarización por puntuación z
Centra una variable en 0 y escálala a una desviación estándar de 1.
Aprenderás
EstandarizaciónMedia y desviación típica
Aún no hay soluciones
Intermedio
Regresión lineal simple (mínimos cuadrados)
Encuentra la recta que mejor se ajusta a los datos con las fórmulas de mínimos cuadrados.
Aprenderás
Mínimos cuadradosRegresión
Aún no hay soluciones
Intermedio
Clasificador Naive Bayes
Predice una clase a partir de variables categóricas con el teorema de Bayes y el suavizado de Laplace.
Aprenderás
Teorema de BayesSuavizado de Laplace
Aún no hay soluciones
Explorar por tema
- Beginner 95
- ai 47
- aprendizaje automático 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Redes neuronales 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Patrones de diseño 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
- Aprendizaje por refuerzo 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3