- Исполнители
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++
- ЗадачиНовое
Задачи по программированию на C#
Задачи, которые можно решить на C# (всего: 226): от первых циклов до графов, динамического программирования и машинного обучения. Пишите код в браузере, сразу запускайте тесты и получайте разбор от ИИ.
Легко · 134 Средне · 68 Сложно · 24
Навыки для практики: ПодсчётВыделение цифрРазбиение строкАрифметикаДвумерные спискиСпискиФормулыЦиклыВложенные циклыГрадиентный спускДва указателяДелимость
- Python · C++ · C#
- Автотесты
- Ревью кода ИИ
- Решения сообщества
- 226
- Задачи
- 2
- Решений опубликовано
- 3
- Языки
Все задачи
Поиск по теме, языку или сложности.
Легко
Инициализация весов Xavier и He
Вычислите диапазон или стандартное отклонение для инициализации весов слоя.
Вы освоите
Инициализация Xavier и HeСтабильность обучения
Пока нет решений
Сложно
Обучите нейросеть решать XOR
Соберите всё вместе: обучите сигмоидную сеть 2-2-1 обратным распространением, пока она не выучит XOR.
Вы освоите
Обучение нейросетейЗадача XOR
Пока нет решений
Средне
Оптимизатор Adam
Реализуйте Adam, стандартный оптимизатор глубокого обучения, со скользящими средними и коррекцией смещения.
Вы освоите
AdamКоррекция смещения
Пока нет решений
Средне
Сэмплирование с температурой и top-k
Выберите следующий токен как языковая модель: оставьте k наибольших логитов, примените температуру и сделайте выборку.
Вы освоите
Генерация текстаСэмплирование
Пока нет решений
Средне
Обучение нейрона градиентным спуском
Повторяйте прямой проход, вычисление градиентов и обновление весов, чтобы обучить сигмоидный нейрон на примерах.
Вы освоите
Градиентный спускЦиклы обучения
Пока нет решений
Средне
Слияния Byte Pair Encoding (BPE)
Выучите слияния подслов, как токенизаторы GPT: многократно объединяйте самую частую пару соседних символов.
Вы освоите
BPEПодсловная токенизация
Пока нет решений
Легко
Категориальная перекрёстная энтропия
Вычислите потери многоклассового классификатора по предсказанным вероятностям и истинным классам.
Вы освоите
Потери классификацииЛогарифмы
Пока нет решений
Средне
Линейная регрессия градиентным спуском
Найдите наклон и смещение прямой, шаг за шагом спускаясь по среднеквадратичной ошибке.
Вы освоите
Градиентный спускРегрессия
Пока нет решений
Легко
One-hot кодирование
Превратите категории в векторы с единственной 1 — формат входных данных для классификаторов и эмбеддингов.
Вы освоите
One-hot векторыКатегориальные данные
Пока нет решений
Легко
Косинусное сходство
Измерьте сходство двух векторов по углу между ними, как это делают поисковые системы с эмбеддингами.
Вы освоите
Сходство векторовЭмбеддинги
Пока нет решений
Легко
Предсказание логистической регрессией
Классифицируйте примеры как 0 или 1, пропуская взвешенную сумму через сигмоиду и сравнивая с порогом.
Вы освоите
Логистическая регрессияПороги
Пока нет решений
Легко
Стандартизация по z-оценке
Сместите признак к среднему 0 и масштабируйте до стандартного отклонения 1.
Вы освоите
СтандартизацияСреднее и стандартное отклонение
Пока нет решений
Средне
Простая линейная регрессия (метод наименьших квадратов)
Найдите прямую, лучше всего проходящую через точки данных, по формулам метода наименьших квадратов.
Вы освоите
Метод наименьших квадратовРегрессия
Пока нет решений
Легко
Неоднородность Джини
Измерьте, насколько перемешаны метки в группе, — по этой оценке деревья решений выбирают разбиения.
Вы освоите
Деревья решенийМеры неоднородности
Пока нет решений
Легко
Flatten a 2D Array
Combine the rows of a 2D integer array into one array.
Вы освоите
Двумерные массивыВложенные циклы
Пока нет решений
Легко
Min-max нормализация
Масштабируйте признак так, чтобы наименьшее значение стало 0, а наибольшее — 1.
Вы освоите
Масштабирование признаковПредобработка данных
Пока нет решений
Средне
Наивный байесовский классификатор
Предскажите класс по категориальным признакам с помощью теоремы Байеса и сглаживания Лапласа.
Вы освоите
Теорема БайесаСглаживание Лапласа
Пока нет решений
Легко
Умножение матриц
Перемножьте две матрицы — эта операция стоит за каждым слоем нейронной сети.
Вы освоите
МатрицыЛинейная алгебра
Пока нет решений
Темы
- Beginner 95
- искусственный интеллект 47
- машинное обучение 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Нейронные сети 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Шаблоны проектирования 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
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3
- Обучение с подкреплением 3