機械学習のコーディングチャレンジ

42 問のコーディングチャレンジで機械学習を練習しましょう。難易度はやさしいものから難しいものまで。どれもブラウザで動き、すぐにテストでき、AI のレビューやコミュニティの解答と比べられます。

簡単 · 18 中級 · 20 難しい · 4

練習できるスキル: 勾配降下法Transformer回帰決定木誤差逆伝播法連鎖律AdamBPEGPT モデルMSEQ 学習ReLU と tanh
  • Python · C++ · C#
  • 自動テスト
  • AIコードレビュー
  • コミュニティの解答
226
チャレンジ数
2
共有された解答
3
対応言語

すべてのチャレンジ

トピック、言語、難易度で検索できます。

42件のチャレンジ
中級

Adam オプティマイザ

ディープラーニングの標準オプティマイザ Adam を、移動平均とバイアス補正つきで実装します。

学べること Adamバイアス補正
ニューラルネットワークai機械学習
まだ解答がありません
中級

温度と Top-K によるサンプリング

言語モデルと同じように、上位 k 個のロジットを残し、温度を適用してから次のトークンをサンプリングします。

学べること テキスト生成サンプリング
ai機械学習
まだ解答がありません
中級

勾配降下法でニューロンを学習させる

順伝播、勾配計算、重み更新を繰り返して、例から sigmoid ニューロンを学習させます。

学べること 勾配降下法学習ループ
ニューラルネットワークai機械学習
まだ解答がありません
中級

バイトペアエンコーディング(BPE)のマージ

GPT のトークナイザと同じように、最も頻出する隣接記号のペアを繰り返しマージしてサブワードを学習します。

学べること BPEサブワードのトークン化
ai機械学習
まだ解答がありません
中級

勾配降下法による線形回帰

平均二乗誤差を繰り返し下っていき、直線の傾きと切片を学習します。

学べること 勾配降下法回帰
ai機械学習
まだ解答がありません
簡単

カテゴリカル交差エントロピー損失

多クラス分類器の損失を、予測確率と正解クラスから計算します。

学べること 分類の損失対数
ai機械学習
まだ解答がありません
簡単

ワンホットエンコーディング

カテゴリを、1つだけ 1 を持つベクトルに変換します。分類器や埋め込みの入力形式です。

学べること one-hot ベクトルカテゴリデータ
ai機械学習
まだ解答がありません
簡単

コサイン類似度

2つのベクトルの間の角度で類似度を測ります。検索エンジンが埋め込みを比べるのと同じ方法です。

学べること ベクトルの類似度埋め込み
ai機械学習
まだ解答がありません
簡単

ロジスティック回帰による予測

重み付き和を sigmoid に通してしきい値と比べ、サンプルを 0 か 1 に分類します。

学べること ロジスティック回帰しきい値
ai機械学習
まだ解答がありません
簡単

Zスコア標準化

特徴量を平均 0、標準偏差 1 にそろえます。

学べること 標準化平均と標準偏差
ai機械学習
まだ解答がありません
中級

単回帰分析(最小二乗法)

最小二乗法の公式で、データ点に最もよく当てはまる直線を求めます。

学べること 最小二乗法回帰
ai機械学習
まだ解答がありません
簡単

ジニ不純度

グループ内のラベルがどれだけ混ざっているかを測ります。決定木が分割を選ぶときの指標です。

学べること 決定木不純度の尺度
ai機械学習
まだ解答がありません
簡単

最小最大正規化

特徴量を、最小値が 0、最大値が 1 になるようにスケーリングします。

学べること 特徴量のスケーリングデータの前処理
ai機械学習
まだ解答がありません
簡単

行列の積

2つの行列を掛け合わせます。ニューラルネットワークのすべての層の裏にある計算です。

学べること 行列線形代数
ai機械学習
まだ解答がありません
中級

正弦波による位置エンコーディング

Transformer がトークンの埋め込みに加える、sin と cos による位置ベクトルを計算します。

学べること 位置エンコーディング三角関数
ai機械学習
まだ解答がありません
中級

ナイーブベイズ分類器

ベイズの定理とラプラス平滑化で、カテゴリ型の特徴量からクラスを予測します。

学べること ベイズの定理ラプラス平滑化
ai機械学習
まだ解答がありません
中級

k-means クラスタリング

最も近い重心への割り当てと重心の移動を繰り返して、点を k 個のクラスタに分けます。

学べること クラスタリング重心
ai機械学習
まだ解答がありません
中級

k近傍法による分類

最も近い k 個の学習点の多数決でラベルを予測します。

学べること k 近傍法距離の尺度
ai機械学習
まだ解答がありません