- Executores
-
Aprender
Aprender Python Exemplos executáveis, NumPy, pandas e mais Aprender IARedes neurais, ML e LLMs do zero Aprender C e C++ Ponteiros, memória, STL e C++ moderno Aprender C#Fundamentos, POO, LINQ, async e exercícios .NET Algoritmos em Python Busca, ordenação, recursão e visualizações O(n) Algoritmos em C e C++ Compare implementações em C e C++
- DesafiosNovo
Desafios de programação em C++
226 desafios que você pode resolver em C++, dos primeiros laços a grafos, programação dinâmica e machine learning. Escreva seu código no navegador, rode os testes na hora e receba uma revisão por IA.
Fácil · 134 Médio · 68 Difícil · 24
Habilidades que você vai praticar: ContagemExtrair dígitosAritméticaFórmulasLaçosListasListas 2DAcompanhar o máximoCondiçõesDescida de gradienteDividir stringsDivisibilidade
- Python · C++ · C#
- Testes automáticos
- Revisão de código por IA
- Soluções da comunidade
- 226
- Desafios
- 2
- Soluções compartilhadas
- 3
- Linguagens
Todos os desafios
Busque por tema, linguagem ou dificuldade.
Difícil
Treine uma rede neural para resolver o XOR
Junte tudo: treine uma rede sigmoide 2-2-1 com retropropagação até ela aprender o XOR.
Você vai aprender
Treinar redes neuraisProblema XOR
Ainda sem soluções
Fácil
Inicialização de pesos Xavier e He
Calcule o intervalo ou o desvio padrão usado para inicializar os pesos de uma camada.
Você vai aprender
Inicialização Xavier e HeEstabilidade do treinamento
Ainda sem soluções
Médio
Otimizador Adam
Implemente o Adam, o otimizador padrão do deep learning, com médias móveis e correção de viés.
Você vai aprender
AdamCorreção de viés
Ainda sem soluções
Médio
Amostragem com temperatura e top-k
Escolha o próximo token como um modelo de linguagem: mantenha os k maiores logits, aplique a temperatura e amostre.
Você vai aprender
Geração de textoAmostragem
Ainda sem soluções
Médio
Treine um neurônio com descida do gradiente
Repita propagação direta, cálculo dos gradientes e atualização dos pesos para ensinar um neurônio sigmoide a partir de exemplos.
Você vai aprender
Descida de gradienteLaços de treinamento
Ainda sem soluções
Médio
Fusões de Byte Pair Encoding (BPE)
Aprenda fusões de subpalavras como os tokenizadores do GPT: funda repetidamente o par de símbolos vizinhos mais frequente.
Você vai aprender
BPETokenização em subpalavras
Ainda sem soluções
Médio
Regressão linear com descida do gradiente
Aprenda a inclinação e o intercepto de uma reta descendo aos poucos pelo erro quadrático médio.
Você vai aprender
Descida de gradienteRegressão
Ainda sem soluções
Fácil
Achatar um Array 2D
Combine as linhas de um array 2D de inteiros em um único array.
Você vai aprender
Arrays 2DLaços aninhados
Ainda sem soluções
Fácil
Codificação one-hot
Transforme categorias em vetores com um único 1, o formato de entrada de classificadores e embeddings.
Você vai aprender
Vetores one-hotDados categóricos
Ainda sem soluções
Fácil
Impureza de Gini
Meça o quanto os rótulos de um grupo estão misturados, a pontuação que as árvores de decisão usam para escolher divisões.
Você vai aprender
Árvores de decisãoMedidas de impureza
Ainda sem soluções
Fácil
Similaridade de cosseno
Meça o quanto dois vetores são parecidos pelo ângulo entre eles, como os buscadores fazem com embeddings.
Você vai aprender
Similaridade de vetoresEmbeddings
Ainda sem soluções
Fácil
Previsão com regressão logística
Classifique exemplos como 0 ou 1 passando uma soma ponderada pela sigmoide e comparando com um limiar.
Você vai aprender
Regressão logísticaLimiares
Ainda sem soluções
Fácil
Entropia cruzada categórica
Meça a perda de um classificador multiclasse a partir das probabilidades previstas e das classes verdadeiras.
Você vai aprender
Perda de classificaçãoLogaritmos
Ainda sem soluções
Médio
Regressão linear simples (mínimos quadrados)
Encontre a reta que melhor se ajusta aos pontos com as fórmulas de mínimos quadrados.
Você vai aprender
Mínimos quadradosRegressão
Ainda sem soluções
Médio
Classificador Naive Bayes
Preveja uma classe a partir de variáveis categóricas com o teorema de Bayes e a suavização de Laplace.
Você vai aprender
Teorema de BayesSuavização de Laplace
Ainda sem soluções
Fácil
Padronização por z-score
Centralize uma variável em 0 e ajuste para desvio padrão 1.
Você vai aprender
PadronizaçãoMédia e desvio padrão
Ainda sem soluções
Fácil
Normalização min-max
Reescale uma variável para que o menor valor vire 0 e o maior vire 1.
Você vai aprender
Escalonamento de atributosPré-processamento de dados
Ainda sem soluções
Médio
Classificador de k vizinhos mais próximos
Preveja um rótulo por votação da maioria entre os k pontos de treinamento mais próximos.
Você vai aprender
KNNMedidas de distância
Ainda sem soluções
Explorar por tema
- Beginner 95
- ai 47
- aprendizado de máquina 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Redes neurais 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Padrões de projeto 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
- Aprendizado por reforço 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3