- Exécuteurs
-
Apprendre
Apprendre Python Exemples exécutables, NumPy, pandas et plus Apprendre l'IARéseaux de neurones, ML et LLM de zéro Apprendre le C et le C++ Pointeurs, mémoire, STL et C++ moderne Apprendre le C#Bases, POO, LINQ, async et exercices .NET Algorithmes Python Recherche, tri, récursivité et visualisations O(n) Algorithmes C et C++ Comparer les implémentations en C et C++
- DéfisNouveau
Défis de code : Apprentissage automatique
Entraînez-vous sur apprentissage automatique avec 42 défis de code, du plus facile au plus difficile. Chaque défi s'exécute dans le navigateur, avec des tests instantanés, une revue de votre code par l'IA et des solutions de la communauté à comparer.
Facile · 18 Moyen · 20 Difficile · 4
Compétences travaillées: Descente de gradientArbres de décisionRégressionRétropropagationTransformersActivationsAdamAlgèbre linéaireApprentissage en ligneAttentionAttention masquéeAttention multi-têtes
- Python · C++ · C#
- Tests automatisés
- Relecture IA
- Solutions de la communauté
- 226
- Défis
- 2
- Solutions partagées
- 3
- Langages
Tous les défis
Recherchez par sujet, langage ou difficulté.
Moyen
Optimiseur Adam
Implémentez Adam, l'optimiseur par défaut du deep learning, avec moyennes mobiles et correction du biais.
Vous apprendrez
AdamCorrection du biais
Aucune solution pour l’instant
Moyen
Échantillonnage avec température et top-k
Choisissez le token suivant comme un modèle de langage : gardez les k logits les plus élevés, appliquez la température et échantillonnez.
Vous apprendrez
Génération de texteÉchantillonnage
Aucune solution pour l’instant
Moyen
Entraîner un neurone par descente de gradient
Répétez propagation avant, calcul des gradients et mise à jour des poids pour apprendre à un neurone sigmoïde à partir d'exemples.
Vous apprendrez
Descente de gradientBoucles d'entraînement
Aucune solution pour l’instant
Moyen
Fusions de Byte Pair Encoding (BPE)
Apprenez des fusions de sous-mots comme les tokeniseurs GPT : fusionnez à répétition la paire de symboles voisins la plus fréquente.
Vous apprendrez
BPETokenisation en sous-mots
Aucune solution pour l’instant
Moyen
Régression linéaire par descente de gradient
Apprenez la pente et l'ordonnée à l'origine d'une droite en descendant pas à pas l'erreur quadratique moyenne.
Vous apprendrez
Descente de gradientRégression
Aucune solution pour l’instant
Facile
Entropie croisée catégorielle
Mesurez la perte d'un classifieur multiclasse à partir des probabilités prédites et des vraies classes.
Vous apprendrez
Perte de classificationLogarithmes
Aucune solution pour l’instant
Facile
Prédiction par régression logistique
Classez des exemples en 0 ou 1 en passant une somme pondérée dans la sigmoïde et en la comparant à un seuil.
Vous apprendrez
Régression logistiqueSeuils
Aucune solution pour l’instant
Facile
Encodage one-hot
Transformez des catégories en vecteurs contenant un seul 1, le format d'entrée des classifieurs et des embeddings.
Vous apprendrez
Vecteurs one-hotDonnées catégorielles
Aucune solution pour l’instant
Facile
Similarité cosinus
Mesurez la ressemblance de deux vecteurs par l'angle qui les sépare, comme les moteurs de recherche avec les embeddings.
Vous apprendrez
Similarité de vecteursEmbeddings
Aucune solution pour l’instant
Facile
Standardisation par z-score
Centrez une variable en 0 et ramenez son écart-type à 1.
Vous apprendrez
StandardisationMoyenne et écart type
Aucune solution pour l’instant
Moyen
Régression linéaire simple (moindres carrés)
Trouvez la droite qui s'ajuste le mieux aux points de données avec les formules des moindres carrés.
Vous apprendrez
Moindres carrésRégression
Aucune solution pour l’instant
Facile
Impureté de Gini
Mesurez à quel point les étiquettes d'un groupe sont mélangées, le score qu'utilisent les arbres de décision pour choisir leurs divisions.
Vous apprendrez
Arbres de décisionMesures d'impureté
Aucune solution pour l’instant
Facile
Normalisation min-max
Remettez une variable à l'échelle pour que sa plus petite valeur devienne 0 et sa plus grande 1.
Vous apprendrez
Mise à l'échellePrétraitement des données
Aucune solution pour l’instant
Moyen
Encodage positionnel sinusoïdal
Calculez les vecteurs de position sinus et cosinus que les Transformers ajoutent aux embeddings des tokens.
Vous apprendrez
Encodage positionnelTrigonométrie
Aucune solution pour l’instant
Facile
Multiplication de matrices
Multipliez deux matrices, l'opération derrière chaque couche d'un réseau de neurones.
Vous apprendrez
MatricesAlgèbre linéaire
Aucune solution pour l’instant
Moyen
Classifieur naïf bayésien
Prédisez une classe à partir de variables catégorielles avec le théorème de Bayes et le lissage de Laplace.
Vous apprendrez
Théorème de BayesLissage de Laplace
Aucune solution pour l’instant
Moyen
Partitionnement k-means
Regroupez des points en k clusters en les assignant au centroïde le plus proche puis en déplaçant les centroïdes, plusieurs fois.
Vous apprendrez
ClusteringCentroïdes
Aucune solution pour l’instant
Moyen
Classifieur des k plus proches voisins
Prédisez une étiquette par vote majoritaire des k points d'entraînement les plus proches.
Vous apprendrez
KNNMesures de distance
Aucune solution pour l’instant
Parcourir par thème
- Beginner 95
- ai 47
- apprentissage automatique 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Réseaux de neurones 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Patrons de conception 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
- Apprentissage par renforcement 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3