Percorso di apprendimento IA

Impara il machine learning programmandolo in Rust

15 sfide in cui scrivi da solo gli algoritmi classici di machine learning, senza librerie: scalatura dei dati, regressione lineare e logistica, il perceptron, k vicini più prossimi, Naive Bayes, suddivisioni degli alberi di decisione e k-means. Risolvile in ordine in Rust; ognuna gira nel browser con test immediati e una revisione dell'IA.

  1. 1

    Lavorare con i dati

    Moltiplicazione di matrici e scalatura delle feature.

    0/3
    Prima impara il concetto Preparazione dei dati per il machine learning in Python Leggi la lezione →
    1. 1 Moltiplicazione di matrici Facile Risolvi in Rust
    2. 2 Normalizzazione min-max Facile Risolvi in Rust
    3. 3 Standardizzazione z-score Facile Risolvi in Rust
  2. 2

    Regressione

    Adatta una retta con una formula e con la discesa del gradiente, poi prevedi probabilità.

    0/4
    Prima impara il concetto Regressione lineare e logistica in Python Leggi la lezione →
    1. 1 Regressione lineare semplice (minimi quadrati) Media Risolvi in Rust
    2. 2 Regressione lineare con discesa del gradiente Media Risolvi in Rust
    3. 3 Previsione con regressione logistica Facile Risolvi in Rust
    4. 4 Algoritmo di apprendimento del percettrone Media Risolvi in Rust
  3. 3

    Classificazione

    Softmax, entropia incrociata, vicini più prossimi, Naive Bayes e suddivisioni degli alberi di decisione.

    0/6
    Prima impara il concetto Basi della classificazione: softmax e k-nearest neighbors in Python Leggi la lezione →
    1. 1 Funzione softmax Facile Risolvi in Rust
    2. 2 Entropia incrociata categoriale Facile Risolvi in Rust
    3. 3 Classificatore k-nearest neighbors Media Risolvi in Rust
    4. 4 Classificatore Naive Bayes Media Risolvi in Rust
    5. 5 Impurità di Gini Facile Risolvi in Rust
    6. 6 Guadagno di informazione Media Risolvi in Rust
  4. 4

    Similarità e clustering

    Similarità del coseno e clustering k-means.

    0/2
    Prima impara il concetto Similarità del coseno e clustering k-means in Python Leggi la lezione →
    1. 1 Similarità del coseno Facile Risolvi in Rust
    2. 2 Clustering k-means Media Risolvi in Rust