CodeUtility
개발자의 삶을 더 쉽게!
챌린지 목록으로 돌아가기

AI 학습 경로

C++로 직접 코딩하며 배우는 머신러닝

15개의 챌린지에서 대표적인 머신러닝 알고리즘을 라이브러리 없이 직접 작성합니다. 데이터 스케일링, 선형 회귀와 로지스틱 회귀, 퍼셉트론, k-최근접 이웃, 나이브 베이즈, 결정 트리 분할, k-means를 다룹니다. C++로 순서대로 풀어 보세요. 모든 문제는 브라우저에서 실행되며 즉시 테스트와 AI 리뷰를 받을 수 있습니다.

첫 번째 챌린지 시작
  1. 1

    데이터 다루기

    행렬 곱셈과 특성 스케일링.

    0/3
    1. 1 행렬 곱셈 쉬움 C++로 풀기
    2. 2 최소-최대 정규화 쉬움 C++로 풀기
    3. 3 Z-점수 표준화 쉬움 C++로 풀기
  2. 2

    회귀

    공식과 경사 하강법으로 직선을 맞추고 확률을 예측합니다.

    0/4
    1. 1 단순 선형 회귀 (최소제곱법) 보통 C++로 풀기
    2. 2 경사 하강법을 이용한 선형 회귀 보통 C++로 풀기
    3. 3 로지스틱 회귀 예측 쉬움 C++로 풀기
    4. 4 퍼셉트론 학습 알고리즘 보통 C++로 풀기
  3. 3

    분류

    소프트맥스, 교차 엔트로피, 최근접 이웃, 나이브 베이즈, 결정 트리 분할.

    0/6
    1. 1 소프트맥스 함수 쉬움 C++로 풀기
    2. 2 범주형 교차 엔트로피 손실 쉬움 C++로 풀기
    3. 3 K-최근접 이웃 분류기 보통 C++로 풀기
    4. 4 나이브 베이즈 분류기 보통 C++로 풀기
    5. 5 지니 불순도 쉬움 C++로 풀기
    6. 6 정보 이득 보통 C++로 풀기
  4. 4

    유사도와 군집화

    코사인 유사도와 k-means 군집화.

    0/2
    1. 1 코사인 유사도 쉬움 C++로 풀기
    2. 2 K-평균 군집화 보통 C++로 풀기