Coding-Challenges in Python

341 Challenges, die du in Python lösen kannst, von den ersten Schleifen bis zu Graphen, dynamischer Programmierung und Machine Learning. Schreib deinen Code im Browser, führe die Tests sofort aus und erhalte ein KI-Review.

Einfach · 193 Mittel · 119 Schwierig · 29

Fähigkeiten, die du übst: Verschachtelte SchleifenZählenSchleifenStrings aufteilenZiffern extrahierenBedingungenPrimzahltestsSieb des Eratosthenes2D-ListenArithmetikFormelnListen
  • Python · C++ · C#
  • Automatisierte Tests
  • KI-Code-Review
  • Community-Lösungen
341
Herausforderungen
245
Geteilte Lösungen
9
Sprachen

Alle Herausforderungen

Nach Name oder Thema suchen oder nach Schwierigkeitsgrad filtern.

341 Herausforderungen
Einfach

Adapter für Temperatursensoren

Passe Messwerte von Fahrenheit-, Kelvin- und Celsius-Sensoren an eine gemeinsame Celsius-Schnittstelle an.

Du lernst Adapter-MusterEinheiten umrechnen
EntwurfsmusterParsingMathematik
Noch keine Lösungen
Einfach

Kosinus-Ähnlichkeit

Miss die Ähnlichkeit zweier Vektoren über den Winkel zwischen ihnen, wie Suchmaschinen es mit Embeddings tun.

Du lernst VektorähnlichkeitEmbeddings
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Wort-Tokenizer und Vokabular

Zerlege Text in kleingeschriebene Wörter und baue ein nach Häufigkeit sortiertes Vokabular, der erste Schritt jedes Sprachmodells.

Du lernst TokenisierungVokabular aufbauen
aimaschinelles Lernen
Noch keine Lösungen
Mittel

Informationsgewinn

Berechne, wie stark die Aufteilung nach einem Merkmal die Entropie verringert, das Kriterium hinter ID3-Entscheidungsbäumen.

Du lernst EntropieEntscheidungsbäume
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Min-Max-Normalisierung

Skaliere ein Merkmal so, dass sein kleinster Wert 0 und sein größter 1 wird.

Du lernst MerkmalsskalierungDatenvorverarbeitung
aimaschinelles Lernen
Noch keine Lösungen
Mittel

K-Means-Clustering

Teile Punkte in k Cluster ein, indem du sie wiederholt dem nächsten Zentroid zuordnest und die Zentroide verschiebst.

Du lernst ClusteringZentroide
aimaschinelles Lernen
Noch keine Lösungen
Mittel

Sinusförmige Positionskodierung

Berechne die Sinus- und Kosinus-Positionsvektoren, die Transformer zu den Token-Embeddings addieren.

Du lernst PositionskodierungTrigonometrie
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Formen-Factory

Erzeuge Formen aus Textbeschreibungen mit einer Factory und gib die Fläche jeder Form zurück.

Du lernst Factory-MethodePolymorphie
EntwurfsmusterParsingMathematik
Noch keine Lösungen
Mittel

K-Nächste-Nachbarn-Klassifikator

Sage ein Label per Mehrheitsentscheid der k nächstgelegenen Trainingspunkte voraus.

Du lernst KNNAbstandsmaße
aimaschinelles Lernen
Mittel

RAII-Freigabereihenfolge

Bestimme, in welcher Reihenfolge Ressourcen freigegeben werden, wenn ihre Scopes enden, wie RAII es garantiert.

Du lernst RAIIStacks
Data-structuresSimulationStacks
Noch keine Lösungen
Mittel

Naive-Bayes-Klassifikator

Sage eine Klasse aus kategorialen Merkmalen mit dem Satz von Bayes und Laplace-Glättung voraus.

Du lernst Satz von BayesLaplace-Glättung
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Matrizenmultiplikation

Multipliziere zwei Matrizen, die Operation hinter jeder Schicht eines neuronalen Netzes.

Du lernst MatrizenLineare Algebra
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Z-Score-Standardisierung

Zentriere ein Merkmal auf 0 und skaliere es auf eine Standardabweichung von 1.

Du lernst StandardisierungMittelwert und Standardabweichung
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Kategoriale Kreuzentropie

Miss den Verlust eines Mehrklassen-Klassifikators aus seinen vorhergesagten Wahrscheinlichkeiten und den richtigen Klassen.

Du lernst KlassifikationsverlustLogarithmen
aimaschinelles Lernen
Noch keine Lösungen
Mittel

Byte-Pair-Encoding-Merges (BPE)

Lerne Subwort-Merges wie GPT-Tokenizer: Verschmelze wiederholt das häufigste Paar benachbarter Symbole.

Du lernst BPESubwort-Tokenisierung
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Vorhersage mit logistischer Regression

Klassifiziere Beispiele als 0 oder 1, indem du eine gewichtete Summe durch Sigmoid leitest und mit einem Schwellenwert vergleichst.

Du lernst Logistische RegressionSchwellenwerte
aimaschinelles Lernen
Noch keine Lösungen
Einfach

Ein JSON-Objekt bauen

Wandle Schlüssel und Werte in einen JSON-Objekt-String um und escapiere dabei Anführungszeichen und Backslashes korrekt.

Du lernst JSON-FormatEscaping
ParsingStrings
Noch keine Lösungen
Einfach

Gini-Unreinheit

Miss, wie gemischt die Labels einer Gruppe sind, das Kriterium, mit dem Entscheidungsbäume Aufteilungen wählen.

Du lernst EntscheidungsbäumeUnreinheitsmaße
aimaschinelles Lernen
Noch keine Lösungen