โจทย์เขียนโค้ดเรื่องAi

ฝึกaiด้วยโจทย์เขียนโค้ด 47 ข้อ ตั้งแต่ง่ายไปจนถึงยาก ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันที รีวิวโค้ดจาก AI และคำตอบจากชุมชนให้เปรียบเทียบ

ง่าย · 19 ปานกลาง · 24 ยาก · 4

ทักษะที่จะได้ฝึก: Gradient descentBackpropagationTransformerกฎลูกโซ่การถดถอยต้นไม้ตัดสินใจAdamAttentionAttention แบบมีมาสก์BPEBanditCross-entropy
  • Python · C++ · C#
  • ทดสอบอัตโนมัติ
  • รีวิวโค้ดโดย AI
  • แนวทางจากชุมชน
226
โจทย์
2
วิธีแก้ที่แชร์
3
ภาษา

โจทย์ทั้งหมด

ค้นหาตามหัวข้อ ภาษา หรือระดับความยาก

47 โจทย์
ง่าย

การปรับสเกลแบบ min-max

ปรับสเกลฟีเจอร์ให้ค่าที่น้อยที่สุดเป็น 0 และค่าที่มากที่สุดเป็น 1

คุณจะได้เรียนรู้ ปรับสเกลฟีเจอร์เตรียมข้อมูล
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

ตัวจำแนกแบบ K เพื่อนบ้านที่ใกล้ที่สุด

ทำนายป้ายกำกับด้วยเสียงข้างมากของจุดฝึก k จุดที่ใกล้ที่สุด

คุณจะได้เรียนรู้ KNNการวัดระยะทาง
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

การเข้ารหัสตำแหน่งแบบไซน์

คำนวณเวกเตอร์ตำแหน่งแบบไซน์และโคไซน์ที่ Transformer บวกเข้ากับ embedding ของ token

คุณจะได้เรียนรู้ การเข้ารหัสตำแหน่งตรีโกณมิติ
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

การจัดกลุ่มแบบ K-means

แบ่งจุดออกเป็น k กลุ่มโดยกำหนดจุดให้กับเซนทรอยด์ที่ใกล้ที่สุดและย้ายเซนทรอยด์ซ้ำไปเรื่อยๆ

คุณจะได้เรียนรู้ การจัดกลุ่มจุดศูนย์กลาง
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ฟังก์ชัน softmax

เปลี่ยนคะแนนดิบให้เป็นความน่าจะเป็นที่รวมกันได้ 1 โดยไม่เกิดการล้นของตัวเลขเมื่อค่ามีขนาดใหญ่

คุณจะได้เรียนรู้ Softmaxเสถียรภาพเชิงตัวเลข
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ตัวตัดคำและคลังคำศัพท์

แยกข้อความเป็นคำตัวพิมพ์เล็กและสร้างคลังคำศัพท์ที่เรียงตามความถี่ ซึ่งเป็นขั้นแรกของโมเดลภาษาทุกตัว

คุณจะได้เรียนรู้ การตัด tokenสร้างคลังคำศัพท์
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

Self-attention แบบ causal (มีมาสก์)

Implement attention แบบมีมาสก์ของโมเดล GPT ซึ่งแต่ละ token มองเห็นได้เฉพาะตัวเองและ token ก่อนหน้า

คุณจะได้เรียนรู้ Attention แบบมีมาสก์โมเดล GPT
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

การคูณเมทริกซ์

คูณเมทริกซ์สองตัว ซึ่งเป็นการคำนวณเบื้องหลังทุกเลเยอร์ของโครงข่ายประสาทเทียม

คุณจะได้เรียนรู้ เมทริกซ์พีชคณิตเชิงเส้น
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

ค่าเกนข้อมูล

คำนวณว่าการแบ่งตามฟีเจอร์ช่วยลดเอนโทรปีได้แค่ไหน ซึ่งเป็นเกณฑ์ของต้นไม้ตัดสินใจ ID3

คุณจะได้เรียนรู้ Entropyต้นไม้ตัดสินใจ
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ผลคูณจุดของเวกเตอร์สองตัว

คูณเวกเตอร์สองตัวทีละสมาชิกแล้วรวมผลลัพธ์ ซึ่งเป็นการคำนวณหลักของทุกนิวรอน

คุณจะได้เรียนรู้ เวกเตอร์ผลคูณจุด
โครงข่ายประสาทเทียมaiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ยาก

Scaled dot-product attention

เขียนการคำนวณ attention ซึ่งเป็นหัวใจของ Transformer และโมเดลภาษาขนาดใหญ่

คุณจะได้เรียนรู้ AttentionTransformer
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้