Python 코딩 챌린지

Python로 풀 수 있는 챌린지 226개. 첫 반복문부터 그래프, 동적 프로그래밍, 머신러닝까지. 브라우저에서 코드를 작성하고 바로 테스트한 뒤 AI 리뷰를 받으세요.

쉬움 · 134 보통 · 68 어려움 · 24

연습할 기술: 개수 세기자릿수 추출2차원 리스트공식리스트반복문산술while 반복문경사 하강법나누어떨어짐 판별나머지다형성
  • Python · C++ · C#
  • 자동 테스트
  • AI 코드 리뷰
  • 커뮤니티 솔루션
226
챌린지
2
공유된 솔루션
3
언어

모든 챌린지

주제, 언어 또는 난이도로 검색하세요.

226개 챌린지
어려움

XOR을 푸는 신경망 학습시키기

모든 것을 합쳐서: 2-2-1 sigmoid 신경망을 역전파로 XOR을 학습할 때까지 훈련합니다.

배우는 내용 신경망 학습XOR 문제
신경망ai머신 러닝
아직 풀이가 없습니다
쉬움

Xavier와 He 가중치 초기화

레이어의 가중치를 초기화할 때 쓰는 범위나 표준편차를 계산합니다.

배우는 내용 Xavier와 He 초기화학습 안정성
신경망ai머신 러닝
아직 풀이가 없습니다
보통

Adam 옵티마이저

딥러닝의 기본 옵티마이저인 Adam을 이동 평균과 편향 보정과 함께 구현합니다.

배우는 내용 Adam편향 보정
신경망ai머신 러닝
아직 풀이가 없습니다
보통

온도와 Top-K 샘플링

언어 모델처럼 다음 토큰을 고릅니다: 상위 k개 로짓을 남기고 온도를 적용한 뒤 샘플링합니다.

배우는 내용 텍스트 생성샘플링
ai머신 러닝
아직 풀이가 없습니다
보통

경사 하강법으로 뉴런 학습시키기

순전파, 기울기 계산, 가중치 갱신을 반복해 예제로부터 sigmoid 뉴런을 학습시킵니다.

배우는 내용 경사 하강법학습 루프
신경망ai머신 러닝
아직 풀이가 없습니다
보통

바이트 페어 인코딩(BPE) 병합

GPT 토크나이저처럼 서브워드 병합을 학습합니다: 가장 자주 나오는 인접 기호 쌍을 반복해서 합칩니다.

배우는 내용 BPE서브워드 토큰화
ai머신 러닝
아직 풀이가 없습니다
보통

경사 하강법을 이용한 선형 회귀

평균 제곱 오차를 따라 반복해서 내려가며 직선의 기울기와 절편을 학습합니다.

배우는 내용 경사 하강법회귀
ai머신 러닝
아직 풀이가 없습니다
쉬움

Flatten a 2D Array

Combine the rows of a 2D integer array into one array.

배우는 내용 2차원 배열중첩 반복문
ArraysLoops
아직 풀이가 없습니다
쉬움

원-핫 인코딩

범주를 1이 하나뿐인 벡터로 바꿉니다. 분류기와 임베딩의 입력 형식입니다.

배우는 내용 원-핫 벡터범주형 데이터
ai머신 러닝
아직 풀이가 없습니다
쉬움

지니 불순도

그룹 안의 레이블이 얼마나 섞여 있는지 측정합니다. 결정 트리가 분할을 고를 때 쓰는 점수입니다.

배우는 내용 결정 트리불순도 척도
ai머신 러닝
아직 풀이가 없습니다
쉬움

코사인 유사도

두 벡터 사이의 각도로 유사도를 측정합니다. 검색 엔진이 임베딩을 비교하는 방식입니다.

배우는 내용 벡터 유사도임베딩
ai머신 러닝
아직 풀이가 없습니다
쉬움

로지스틱 회귀 예측

가중합을 sigmoid에 통과시키고 임곗값과 비교해 샘플을 0 또는 1로 분류합니다.

배우는 내용 로지스틱 회귀임곗값
ai머신 러닝
아직 풀이가 없습니다
쉬움

범주형 교차 엔트로피 손실

예측 확률과 정답 클래스로 다중 클래스 분류기의 손실을 측정합니다.

배우는 내용 분류 손실로그
ai머신 러닝
아직 풀이가 없습니다
보통

단순 선형 회귀 (최소제곱법)

최소제곱 공식으로 데이터 점들에 가장 잘 맞는 직선을 구합니다.

배우는 내용 최소제곱법회귀
ai머신 러닝
아직 풀이가 없습니다
보통

나이브 베이즈 분류기

베이즈 정리와 라플라스 스무딩으로 범주형 특성에서 클래스를 예측합니다.

배우는 내용 베이즈 정리라플라스 스무딩
ai머신 러닝
아직 풀이가 없습니다
쉬움

Z-점수 표준화

특성을 평균 0, 표준편차 1로 맞춥니다.

배우는 내용 표준화평균과 표준편차
ai머신 러닝
아직 풀이가 없습니다
쉬움

최소-최대 정규화

특성의 최솟값이 0, 최댓값이 1이 되도록 스케일을 조정합니다.

배우는 내용 특성 스케일링데이터 전처리
ai머신 러닝
아직 풀이가 없습니다
보통

K-최근접 이웃 분류기

가장 가까운 k개 학습 점의 다수결로 레이블을 예측합니다.

배우는 내용 KNN거리 척도
ai머신 러닝
아직 풀이가 없습니다