- ตัวดำเนินการ
-
เรียนรู้
ศูนย์การเรียนรู้ Python ตัวอย่างที่รันได้, NumPy, pandas และอื่น ๆ ศูนย์การเรียนรู้ C และ C++ พอยน์เตอร์ หน่วยความจำ STL และ C++ สมัยใหม่ ศูนย์การเรียนรู้ C#พื้นฐาน C#, OOP, LINQ, async และแบบฝึกหัด .NET อัลกอริทึม Python การค้นหา การเรียงลำดับ รีเคอร์ชัน และภาพจำลอง O(n) อัลกอริทึม C และ C++ เปรียบเทียบการเขียนด้วย C และ C++
- โจทย์
เส้นทางการเรียนรู้ AI
เรียน machine learning ด้วยการเขียนโค้ด C++
15 โจทย์ที่คุณเขียนอัลกอริทึม machine learning คลาสสิกเองโดยไม่ใช้ไลบรารี: การปรับสเกลข้อมูล การถดถอยเชิงเส้นและลอจิสติก perceptron เพื่อนบ้านใกล้สุด k ตัว Naive Bayes การแบ่งโหนดของต้นไม้ตัดสินใจ และ k-means แก้ตามลำดับด้วย C++ ทุกโจทย์รันในเบราว์เซอร์พร้อมผลทดสอบทันทีและรีวิวจาก AI
เข้าสู่ระบบเพื่อบันทึกความคืบหน้าของคุณในเส้นทางนี้
0%แก้สำเร็จ
0 / 15
-
1 0/3การทำงานกับข้อมูล
การคูณเมทริกซ์และการปรับสเกลฟีเจอร์
-
2 0/4การถดถอย
หาเส้นตรงที่เหมาะสมด้วยสูตรและด้วย gradient descent แล้วทำนายความน่าจะเป็น
-
3 0/6การจำแนกประเภท
Softmax, cross-entropy เพื่อนบ้านใกล้สุด Naive Bayes และการแบ่งโหนดของต้นไม้ตัดสินใจ
- 1 ฟังก์ชัน softmax ง่าย แก้โจทย์ด้วย C++
- 2 ฟังก์ชันค่าสูญเสียแบบ categorical cross-entropy ง่าย แก้โจทย์ด้วย C++
- 3 ตัวจำแนกแบบ K เพื่อนบ้านที่ใกล้ที่สุด ปานกลาง แก้โจทย์ด้วย C++
- 4 ตัวจำแนกแบบ Naive Bayes ปานกลาง แก้โจทย์ด้วย C++
- 5 ค่าความไม่บริสุทธิ์ของจีนี ง่าย แก้โจทย์ด้วย C++
- 6 ค่าเกนข้อมูล ปานกลาง แก้โจทย์ด้วย C++
-
4 0/2ความคล้ายและการจัดกลุ่ม
ความคล้ายแบบโคไซน์และการจัดกลุ่ม k-means
- 1 ความคล้ายคลึงโคไซน์ ง่าย แก้โจทย์ด้วย C++
- 2 การจัดกลุ่มแบบ K-means ปานกลาง แก้โจทย์ด้วย C++