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.

226 задачи
Средне

Градиенты одного нейрона

С помощью цепного правила найдите, как потери меняются в зависимости от каждого веса и смещения сигмоидного нейрона.

Вы освоите Цепное правилоГрадиенты
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Легко

Сумма массива

Сложите все значения в списке.

Вы освоите НакопителиПустые списки
ArraysBeginnerStudent-beginner
Пока нет решений
Легко

Разность квадратов

Вычтите сумму квадратов из квадрата суммы.

Вы освоите ФормулыАрифметика
Beginnermath
Пока нет решений
Легко

Функции потерь: MSE, MAE и перекрёстная энтропия

Измерьте, насколько ошибаются предсказания модели, с помощью среднеквадратичной ошибки, средней абсолютной ошибки или бинарной перекрёстной энтропии.

Вы освоите MSEПерекрёстная энтропия
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Легко

Один искусственный нейрон

Вычислите выход одного нейрона: взвешенная сумма входов плюс смещение, пропущенная через сигмоиду.

Вы освоите НейроныВзвешенные суммы
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Средне

Нормализация слоя

Нормализуйте каждую строку к среднему 0 и дисперсии 1, затем масштабируйте и сдвиньте, как делает каждый блок Transformer.

Вы освоите Нормализация слояTransformer
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Сложно

Обратное распространение ошибки в двухслойной сети

Вычислите все градиенты весов и смещений сети с одним скрытым сигмоидным слоем и одним сигмоидным выходом.

Вы освоите Обратное распространениеЦепное правило
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Средне

Цифровой корень

Складывайте цифры числа до тех пор, пока не останется одна цифра.

Вы освоите Вложенные циклыСуммы цифр
Algorithms
Пока нет решений
Легко

Производные функций активации

Вычислите производную sigmoid, ReLU, Leaky ReLU или tanh в каждой точке — наклоны, которые нужны обратному распространению.

Вы освоите ПроизводныеОбратное распространение
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Средне

Сумма степеней цифр

Сложите каждую цифру, возведённую в степень её позиции слева.

Вы освоите Выделение цифрСтепениЦиклы
Algorithms
Пока нет решений
Легко

Распределение состояний цепи Маркова

Распространите распределение вероятностей через матрицу переходов цепи Маркова на заданное число шагов.

Вы освоите Цепи МарковаВероятность
Simulationискусственный интеллектmath
Пока нет решений
Средне

Прямой проход через полносвязный слой

Вычислите выходы полносвязного слоя нейронов с выбранной функцией активации.

Вы освоите Полносвязные слоиФункции активации
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Легко

Цвет клетки шахматной доски

Определите цвет клетки на доске 8 на 8.

Вы освоите КоординатыЧётность
Beginnermath
Пока нет решений
Средне

Крестики-нолики с минимаксом

Выберите идеальный ход в крестиках-ноликах, перебрав всё дерево игры минимаксом.

Вы освоите МинимаксДеревья игры
Recursionискусственный интеллект
Пока нет решений
Средне

Мини-батч градиентный спуск

Обучите линейную модель, обновляя веса после каждого небольшого батча, а не после всего набора данных.

Вы освоите Мини-батчиГрадиентный спуск
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Легко

Часы, минуты и секунды

Преобразуйте продолжительность в секундах в компактную читаемую строку.

Вы освоите Единицы времениФорматирование строк
Beginnermath
Пока нет решений
Сложно

Многоголовое самовнимание

Спроецируйте вход в запросы, ключи и значения, выполните внимание в нескольких головах параллельно и объедините их.

Вы освоите Многоголовое вниманиеМатричные проекции
искусственный интеллектмашинное обучение
Пока нет решений
Легко

Градиентный спуск с моментом

Примените обновления с моментом, которые сохраняют часть предыдущего шага, чтобы обучение ускорялось в постоянных направлениях.

Вы освоите МоментОптимизаторы
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений