- Esecutori
-
Impara
Impara Python Esempi eseguibili, NumPy, pandas e altro Impara l'IAReti neurali, ML e LLM da zero Impara C e C++ Puntatori, memoria, STL e C++ moderno Impara C#Fondamenti, OOP, LINQ, async ed esercizi .NET Algoritmi Python Ricerca, ordinamento, ricorsione e visualizzazioni O(n) Algoritmi C e C++ Confronta le implementazioni in C e C++
- SfideNuovo
Sfide di programmazione su Apprendimento automatico
Esercitati su apprendimento automatico con 42 sfide di programmazione, dalle più facili alle più difficili. Ogni sfida gira nel browser, con test immediati, una revisione del tuo codice da parte dell'IA e soluzioni della community da confrontare.
Facile · 18 Media · 20 Difficile · 4
Competenze che allenerai: Discesa del gradienteAlberi di decisioneRegola della catenaRegressioneRetropropagazioneTransformerAdamAddestrare reti neuraliAlgebra lineareApprendimento onlineAttenzioneAttenzione mascherata
- Python · C++ · C#
- Test automatici
- Revisione AI
- Soluzioni della community
- 226
- Sfide
- 2
- Soluzioni condivise
- 3
- Linguaggi
Tutte le sfide
Cerca per argomento, linguaggio o difficoltà.
Media
Ottimizzatore Adam
Implementa Adam, l'ottimizzatore predefinito del deep learning, con medie mobili e correzione del bias.
Imparerai
AdamCorrezione del bias
Nessuna soluzione ancora
Media
Campionamento con temperatura e top-k
Scegli il token successivo come un modello linguistico: tieni i k logit più alti, applica la temperatura e campiona.
Imparerai
Generazione di testoCampionamento
Nessuna soluzione ancora
Media
Addestra un neurone con la discesa del gradiente
Ripeti propagazione in avanti, calcolo dei gradienti e aggiornamento dei pesi per insegnare a un neurone sigmoide dagli esempi.
Imparerai
Discesa del gradienteCicli di addestramento
Nessuna soluzione ancora
Media
Regressione lineare con discesa del gradiente
Impara pendenza e intercetta di una retta scendendo passo dopo passo lungo l'errore quadratico medio.
Imparerai
Discesa del gradienteRegressione
Nessuna soluzione ancora
Media
Fusioni Byte Pair Encoding (BPE)
Impara fusioni di sottoparole come i tokenizzatori GPT: fondi ripetutamente la coppia di simboli vicini più frequente.
Imparerai
BPETokenizzazione in sottoparole
Nessuna soluzione ancora
Facile
Similarità del coseno
Misura quanto sono simili due vettori in base all'angolo tra loro, come fanno i motori di ricerca con gli embedding.
Imparerai
Similarità tra vettoriEmbedding
Nessuna soluzione ancora
Facile
Previsione con regressione logistica
Classifica gli esempi come 0 o 1 passando una somma pesata attraverso la sigmoide e confrontandola con una soglia.
Imparerai
Regressione logisticaSoglie
Nessuna soluzione ancora
Media
Regressione lineare semplice (minimi quadrati)
Trova la retta che si adatta meglio ai punti dati con le formule dei minimi quadrati.
Imparerai
Minimi quadratiRegressione
Nessuna soluzione ancora
Facile
Codifica one-hot
Trasforma le categorie in vettori con un solo 1, il formato di input per classificatori ed embedding.
Imparerai
Vettori one-hotDati categoriali
Nessuna soluzione ancora
Facile
Impurità di Gini
Misura quanto sono mescolate le etichette di un gruppo, il punteggio con cui gli alberi decisionali scelgono le divisioni.
Imparerai
Alberi di decisioneMisure di impurità
Nessuna soluzione ancora
Facile
Entropia incrociata categoriale
Misura la perdita di un classificatore multiclasse dalle probabilità previste e dalle classi reali.
Imparerai
Loss di classificazioneLogaritmi
Nessuna soluzione ancora
Media
Codifica posizionale sinusoidale
Calcola i vettori di posizione seno e coseno che i Transformer sommano agli embedding dei token.
Imparerai
Codifica posizionaleTrigonometria
Nessuna soluzione ancora
Facile
Normalizzazione min-max
Riscala una variabile in modo che il valore minimo diventi 0 e il massimo 1.
Imparerai
Scalatura delle featurePre-elaborazione dei dati
Nessuna soluzione ancora
Media
Clustering k-means
Raggruppa i punti in k cluster assegnandoli ripetutamente al centroide più vicino e spostando i centroidi.
Imparerai
ClusteringCentroidi
Nessuna soluzione ancora
Media
Classificatore Naive Bayes
Prevedi una classe da variabili categoriali con il teorema di Bayes e lo smoothing di Laplace.
Imparerai
Teorema di BayesSmoothing di Laplace
Nessuna soluzione ancora
Facile
Standardizzazione z-score
Centra una variabile in 0 e scalala a una deviazione standard di 1.
Imparerai
StandardizzazioneMedia e deviazione standard
Nessuna soluzione ancora
Media
Self-attention causale (mascherata)
Implementa l'attenzione mascherata dei modelli GPT, in cui ogni token può vedere solo se stesso e i token precedenti.
Imparerai
Attenzione mascherataModelli GPT
Nessuna soluzione ancora
Facile
Funzione softmax
Trasforma punteggi grezzi in probabilità che sommano a 1, senza overflow con valori grandi.
Imparerai
SoftmaxStabilità numerica
Nessuna soluzione ancora
Sfoglia per argomento
- Beginner 95
- ai 47
- apprendimento automatico 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Reti neurali 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Pattern di progettazione 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
- Apprendimento per rinforzo 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3