CodeUtility
Tornando o seu trabalho de dev mais simples!
Voltar para os desafios

Trilha de aprendizado de IA

Aprenda machine learning programando em C#

15 desafios em que você mesmo escreve os algoritmos clássicos de aprendizado de máquina, sem bibliotecas: escalonamento de dados, regressão linear e logística, o perceptron, k vizinhos mais próximos, Naive Bayes, divisões de árvores de decisão e k-means. Resolva-os em ordem em C#; cada um roda no navegador com testes instantâneos e uma revisão por IA.

Começar o primeiro desafio
  1. 1

    Trabalhando com dados

    Multiplicação de matrizes e escalonamento de atributos.

    0/3
    1. 1 Multiplicação de matrizes Fácil Resolver em C#
    2. 2 Normalização min-max Fácil Resolver em C#
    3. 3 Padronização por z-score Fácil Resolver em C#
  2. 2

    Regressão

    Ajuste uma reta com uma fórmula e com descida de gradiente, depois preveja probabilidades.

    0/4
    1. 1 Regressão linear simples (mínimos quadrados) Médio Resolver em C#
    2. 2 Regressão linear com descida do gradiente Médio Resolver em C#
    3. 3 Previsão com regressão logística Fácil Resolver em C#
    4. 4 Algoritmo de aprendizado do perceptron Médio Resolver em C#
  3. 3

    Classificação

    Softmax, entropia cruzada, vizinhos mais próximos, Naive Bayes e divisões de árvores de decisão.

    0/6
    1. 1 Função softmax Fácil Resolver em C#
    2. 2 Entropia cruzada categórica Fácil Resolver em C#
    3. 3 Classificador de k vizinhos mais próximos Médio Resolver em C#
    4. 4 Classificador Naive Bayes Médio Resolver em C#
    5. 5 Impureza de Gini Fácil Resolver em C#
    6. 6 Ganho de informação Médio Resolver em C#
  4. 4

    Similaridade e agrupamento

    Similaridade de cosseno e agrupamento k-means.

    0/2
    1. 1 Similaridade de cosseno Fácil Resolver em C#
    2. 2 Agrupamento k-means Médio Resolver em C#