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.

47 задачи
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
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
Легко

Инициализация весов Xavier и He

Вычислите диапазон или стандартное отклонение для инициализации весов слоя.

Вы освоите Инициализация Xavier и HeСтабильность обучения
Нейронные сетиискусственный интеллектмашинное обучение
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
Нейронные сетиискусственный интеллектмашинное обучение
Пока нет решений
Средне

Оптимизатор Adam

Реализуйте Adam, стандартный оптимизатор глубокого обучения, со скользящими средними и коррекцией смещения.

Вы освоите AdamКоррекция смещения
Нейронные сетиискусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
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
Нейронные сетиискусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
Пока нет решений
Средне

Линейная регрессия градиентным спуском

Найдите наклон и смещение прямой, шаг за шагом спускаясь по среднеквадратичной ошибке.

Вы освоите Градиентный спускРегрессия
искусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
Пока нет решений
Легко

Неоднородность Джини

Измерьте, насколько перемешаны метки в группе, — по этой оценке деревья решений выбирают разбиения.

Вы освоите Деревья решенийМеры неоднородности
искусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
Пока нет решений
Легко

Категориальная перекрёстная энтропия

Вычислите потери многоклассового классификатора по предсказанным вероятностям и истинным классам.

Вы освоите Потери классификацииЛогарифмы
искусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
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
искусственный интеллектмашинное обучение
Пока нет решений
Средне

Наивный байесовский классификатор

Предскажите класс по категориальным признакам с помощью теоремы Байеса и сглаживания Лапласа.

Вы освоите Теорема БайесаСглаживание Лапласа
искусственный интеллектмашинное обучение
Пока нет решений