Thử thách lập trình về Học máy

Luyện học máy với 42 thử thách lập trình từ dễ đến khó. Mỗi thử thách chạy ngay trên trình duyệt, có kiểm thử tức thì, AI nhận xét code và lời giải cộng đồng để so sánh.

Dễ · 18 Trung bình · 20 Khó · 4

Kỹ năng bạn sẽ luyện: Hạ gradientCây quyết địnhHồi quyLan truyền ngượcQuy tắc dây chuyềnTransformerAdamAttentionAttention có mặt nạBPEBanditBài toán XOR
  • Python · C++ · C#
  • Kiểm tra tự động
  • Đánh giá mã bằng AI
  • Giải pháp cộng đồng
226
Thử thách
2
Giải pháp đã chia sẻ
3
Ngôn ngữ

Tất cả thử thách

Tìm theo chủ đề, ngôn ngữ hoặc độ khó.

42 thử thách
Trung bình

Lặp giá trị (Value Iteration)

Tính giá trị của từng trạng thái trong một quá trình quyết định Markov bằng cách lặp lại phép cập nhật tối ưu Bellman.

Bạn sẽ học Phương trình BellmanMDP
Học tăng cườngtrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Bài toán máy đánh bạc nhiều tay với epsilon-greedy

Cân bằng giữa khám phá và khai thác trên bài toán multi-armed bandit bằng cách chọn hành động epsilon-greedy.

Bạn sẽ học Khám phá và khai thácBandit
Học tăng cườngtrí tuệ nhân tạohọc máy
Chưa có lời giải
Trung bình

Cập nhật Q-learning

Áp dụng phép cập nhật Q-learning cho một chuỗi trải nghiệm và xem phần thưởng lan ngược về các trạng thái trước.

Bạn sẽ học Q-learningPhần thưởng chiết khấu
Học tăng cườngtrí tuệ nhân tạohọc máy
Chưa có lời giải
Trung bình

Thuật toán học perceptron

Huấn luyện perceptron nguyên bản, chỉ cập nhật trọng số khi dự đoán sai.

Bạn sẽ học PerceptronHọc trực tuyến
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

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
Trung bình

Gradient của một nơ-ron

Dùng quy tắc chuỗi để tìm mức thay đổi của hàm mất mát theo từng trọng số và bias của một nơ-ron sigmoid.

Bạn sẽ học Quy tắc dây chuyềnGradient
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
Trung bình

Chuẩn hóa theo lớp (layer normalization)

Chuẩn hóa mỗi hàng về trung bình 0 và phương sai 1, rồi co giãn và dịch chuyển, như mọi khối Transformer.

Bạn sẽ học Layer normTransformer
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
Khó

Lan truyền ngược trong mạng hai lớp

Tính mọi gradient của trọng số và bias trong mạng có một lớp ẩn sigmoid và một đầu ra sigmoid.

Bạn sẽ học Lan truyền ngượcQuy tắc dây chuyền
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Đạo hàm của các hàm kích hoạt

Tính đạo hàm của sigmoid, ReLU, Leaky ReLU hoặc tanh tại từng giá trị, chính là độ dốc mà lan truyền ngược cần.

Bạn sẽ học Đạo hàmLan truyền ngược
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Trung bình

Hạ gradient theo mini-batch

Huấn luyện mô hình tuyến tính bằng cách cập nhật trọng số sau mỗi lô nhỏ thay vì sau toàn bộ dữ liệu.

Bạn sẽ học Mini-batchHạ gradient
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Khó

Self-attention nhiều đầu (multi-head)

Chiếu đầu vào thành query, key và value, chạy attention song song ở nhiều đầu, rồi kết hợp lại.

Bạn sẽ học Multi-head attentionPhép chiếu ma trận
trí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Hạ gradient với momentum

Áp dụng cập nhật momentum, giữ lại một phần bước trước để tăng tốc theo các hướng ổn định.

Bạn sẽ học MomentumBộ tối ưu
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Khó

Huấn luyện mạng nơ-ron giải bài toán XOR

Kết hợp tất cả: huấn luyện mạng sigmoid 2-2-1 bằng lan truyền ngược cho đến khi học được XOR.

Bạn sẽ học Huấn luyện mạng nơ-ronBài toán XOR
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải
Dễ

Khởi tạo trọng số Xavier và He

Tính khoảng giá trị hoặc độ lệch chuẩn dùng để khởi tạo trọng số của một lớp.

Bạn sẽ học Khởi tạo Xavier và HeỔn định huấn luyện
Mạng nơ-rontrí tuệ nhân tạohọc máy
Chưa có lời giải