- 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 теме «Искусственный интеллект»
Практикуйте тему «искусственный интеллект» на задачах от простых до сложных (всего: 47). Каждая задача запускается в браузере, с мгновенными тестами, разбором вашего кода от ИИ и решениями сообщества для сравнения.
Легко · 19 Средне · 24 Сложно · 4
Навыки для практики: Градиентный спускTransformerДеревья решенийОбратное распространениеРегрессияЦепное правилоAdamBPEKNNMDPMSEOne-hot векторы
- Python · C++ · C#
- Автотесты
- Ревью кода ИИ
- Решения сообщества
- 226
- Задачи
- 2
- Решений опубликовано
- 3
- Языки
Все задачи
Поиск по теме, языку или сложности.
Средне
Поиск A* на взвешенной сетке
Найдите самый дешёвый путь через сетку стоимостей местности с помощью A* — алгоритма поиска, на котором строится навигация в играх и робототехнике.
Вы освоите
Поиск A*Эвристики
Пока нет решений
Средне
Итерация по ценностям
Вычислите ценность каждого состояния марковского процесса принятия решений, многократно применяя оптимальное обновление Беллмана.
Вы освоите
Уравнение БеллманаMDP
Пока нет решений
Средне
Одно поколение генетического алгоритма
Выведите следующее поколение битовых строк с помощью турнирного отбора, одноточечного скрещивания и мутации.
Вы освоите
Генетические алгоритмыЭволюционный поиск
Пока нет решений
Средне
Альфа-бета отсечение
Оцените дерево игры минимаксом с альфа-бета отсечением и посчитайте, сколько листьев поиск действительно просмотрел.
Вы освоите
Альфа-бета отсечениеПоиск в играх
Пока нет решений
Средне
Прямое распространение в двухслойной сети
Пропустите входы через скрытый слой с ReLU и выходной слой с сигмоидой.
Вы освоите
Прямой проходМногослойные сети
Пока нет решений
Средне
Обновления Q-learning
Примените обновление Q-learning к потоку опыта и посмотрите, как награды распространяются назад к предыдущим состояниям.
Вы освоите
Q-learningДисконтированные награды
Пока нет решений
Легко
Многорукий бандит с эпсилон-жадной стратегией
Найдите баланс между исследованием и использованием в задаче многорукого бандита с эпсилон-жадным выбором действий.
Вы освоите
Исследование и использованиеБандиты
Пока нет решений
Средне
Алгоритм обучения перцептрона
Обучите классический перцептрон, который меняет веса только при ошибке.
Вы освоите
ПерцептронОнлайн-обучение
Пока нет решений
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
Пока нет решений
Легко
Функции активации
Примените sigmoid, ReLU, Leaky ReLU или tanh к каждому значению списка.
Вы освоите
СигмоидаReLU и tanh
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
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
Пока нет решений
Легко
Один искусственный нейрон
Вычислите выход одного нейрона: взвешенная сумма входов плюс смещение, пропущенная через сигмоиду.
Вы освоите
НейроныВзвешенные суммы
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
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
Пока нет решений
Средне
Прямой проход через полносвязный слой
Вычислите выходы полносвязного слоя нейронов с выбранной функцией активации.
Вы освоите
Полносвязные слоиФункции активации
Пока нет решений
Легко
Распределение состояний цепи Маркова
Распространите распределение вероятностей через матрицу переходов цепи Маркова на заданное число шагов.
Вы освоите
Цепи МарковаВероятность
Пока нет решений
Средне
Крестики-нолики с минимаксом
Выберите идеальный ход в крестиках-ноликах, перебрав всё дерево игры минимаксом.
Вы освоите
МинимаксДеревья игры
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