Trung tâm học AI

Trung tâm học AI

Hiểu AI hoạt động thế nào bằng cách tự xây dựng nó: 47 thử thách về mạng nơ-ron, học máy, Transformer và học tăng cường, không dùng thư viện AI. Mỗi thử thách chạy ngay trên trình duyệt, có kiểm thử tức thì và AI nhận xét.

  • Python · C++ · C#
  • Kiểm tra tự động
  • Đánh giá mã bằng AI

Cách học

  1. 1

    Khởi động với Python và NumPy

    Mảng và ma trận là ngôn ngữ của AI. Bỏ qua bước này nếu bạn đã biết chúng.

    Python cho AI →
  2. 2

    Đọc bài học khái niệm

    Mỗi module bắt đầu bằng một bài học ngắn với code chạy được, giải thích ý tưởng bằng lời đơn giản.

    Tất cả bài học AI →
  3. 3

    Giải các thử thách

    Tự cài đặt ý tưởng bằng Python, C++ hoặc C#, với test tức thì và AI nhận xét.

Chọn lộ trình học

Mạng nơ-ron từ con số 0

4 chương · 15 thử thách

Nơ-ron, lan truyền ngược và bộ tối ưu

  1. Nơ-ron và hàm kích hoạt trong Python Nền tảng 3 thử thách
  2. Lan truyền xuôi và hàm mất mát trong Python Lan truyền xuôi 3 thử thách
  3. Gradient descent và lan truyền ngược trong Python Huấn luyện 5 thử thách
  4. Bộ tối ưu mạng nơ-ron: SGD, Momentum và Adam trong Python Huấn luyện tốt hơn 4 thử thách
Giải bằng Python C++ C#

Học máy từ con số 0

4 chương · 15 thử thách

Hồi quy, phân loại và phân cụm

  1. Chuẩn bị dữ liệu cho machine learning trong Python Làm việc với dữ liệu 3 thử thách
  2. Hồi quy tuyến tính và hồi quy logistic trong Python Hồi quy 4 thử thách
  3. Cơ bản về phân lớp: Softmax và k-láng giềng gần nhất trong Python Phân loại 6 thử thách
  4. Cosine similarity và phân cụm k-means trong Python Độ tương đồng và phân cụm 2 thử thách
Giải bằng Python C++ C#

AI cổ điển và học tăng cường

3 chương · 8 thử thách

Tìm kiếm, trò chơi và học tăng cường

  1. Tìm kiếm và AI trò chơi: A* và minimax trong Python Tìm kiếm, trò chơi và tiến hóa 4 thử thách
  2. Chuỗi Markov và bài toán khám phá - khai thác trong Python Xác suất và khám phá 2 thử thách
  3. Học tăng cường: value iteration và Q-learning trong Python Học tăng cường 2 thử thách
Giải bằng Python C++ C#
Tất cả thử thách AI
Dễ

Tích vô hướng của hai vector

Nhân hai vector theo từng phần tử rồi cộng kết quả lại, phép tính cốt lõi của mọi nơ-ron.

Bạn sẽ học VectorTích vô hướng
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Các hàm kích hoạt

Áp dụng sigmoid, ReLU, Leaky ReLU hoặc tanh cho từng giá trị trong danh sách.

Bạn sẽ học SigmoidReLU và tanh
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Một nơ-ron nhân tạo

Tính đầu ra của một nơ-ron, tổng có trọng số của các đầu vào cộng bias, rồi đưa qua sigmoid.

Bạn sẽ học Nơ-ronTổng có trọng số
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Trung bình

Lan truyền xuôi qua một lớp dense

Tính đầu ra của một lớp nơ-ron kết nối đầy đủ với hàm kích hoạt tùy chọn.

Bạn sẽ học Lớp denseHàm kích hoạt
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Trung bình

Lan truyền xuôi trong mạng hai lớp

Đưa đầu vào qua một lớp ẩn ReLU và một lớp đầu ra sigmoid.

Bạn sẽ học Lan truyền xuôiMạng nhiều lớp
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Hàm mất mát: MSE, MAE và cross-entropy

Đo mức sai của dự đoán bằng sai số bình phương trung bình, sai số tuyệt đối trung bình hoặc binary cross-entropy.

Bạn sẽ học MSECross-entropy
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải