Centre d'apprentissage IA

Comprendre l'IA en la construisant vous-même

Comprenez comment fonctionne l'IA en la construisant vous-même : 47 défis sur les réseaux de neurones, le machine learning, les Transformers et l'apprentissage par renforcement, sans bibliothèque d'IA. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.

  • Python · C++ · C#
  • Tests automatisés
  • Relecture IA

Comment ça marche

  1. 1

    Échauffez-vous avec Python et NumPy

    Les tableaux et les matrices sont le langage de l'IA. Passez cette étape si vous les connaissez déjà.

    Python pour l'IA →
  2. 2

    Lisez la leçon sur le concept

    Chaque module commence par une courte leçon avec du code exécutable qui explique l'idée en termes simples.

    Toutes les leçons d'IA →
  3. 3

    Résolvez les défis

    Implémentez l'idée vous-même en Python, C++ ou C#, avec des tests instantanés et une revue par IA.

Choisissez un parcours

Réseaux de neurones de zéro

4 modules · 15 défis

Neurones, rétropropagation et optimiseurs

  1. Neurones et fonctions d'activation en Python Briques de base 3 défis
  2. Propagation avant et fonctions de perte en Python Propagation avant 3 défis
  3. Descente de gradient et rétropropagation en Python Entraînement 5 défis
  4. Optimiseurs de réseaux de neurones : SGD, Momentum et Adam en Python Mieux entraîner 4 défis

L'apprentissage automatique de zéro

4 modules · 15 défis

Régression, classification et clustering

  1. Préparation des données pour l'apprentissage automatique en Python Travailler avec les données 3 défis
  2. Régression linéaire et logistique en Python Régression 4 défis
  3. Bases de la classification : softmax et k plus proches voisins en Python Classification 6 défis
  4. Similarité cosinus et clustering k-means en Python Similarité et clustering 2 défis

Transformers et LLM de zéro

3 modules · 9 défis

Tokeniseurs, attention et génération de texte

  1. Tokenisation : vocabulaire, one-hot et byte pair encoding en Python Tokenisation 3 défis
  2. Attention et self-attention en Python Attention 4 défis
  3. Comment les modèles de langage génèrent du texte : température et top-k en Python Normalisation et génération 2 défis

Recherche, jeux et apprentissage par renforcement

  1. Recherche et IA de jeu : A* et minimax en Python Recherche, jeux et évolution 4 défis
  2. Chaînes de Markov et compromis exploration-exploitation en Python Hasard et exploration 2 défis
  3. Apprentissage par renforcement : value iteration et Q-learning en Python Apprentissage par renforcement 2 défis
Tous les défis d'IA
Facile

Produit scalaire de deux vecteurs

Multipliez deux vecteurs élément par élément et additionnez les résultats, l'opération de base de tout neurone.

Vous apprendrez VecteursProduit scalaire
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Moyen

Recherche A* sur une grille pondérée

Trouvez le chemin le moins coûteux à travers une grille de coûts de terrain avec A*, l'algorithme de recherche derrière le pathfinding des jeux et des robots.

Vous apprendrez Recherche A*Heuristiques
Graphsgrillesplus court cheminai
Aucune solution pour l’instant
Facile

Fonctions d'activation

Appliquez sigmoïde, ReLU, Leaky ReLU ou tanh à chaque valeur d'une liste.

Vous apprendrez SigmoïdeReLU et tanh
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Facile

Un seul neurone artificiel

Calculez la sortie d'un neurone : somme pondérée des entrées plus un biais, passée dans une sigmoïde.

Vous apprendrez NeuronesSommes pondérées
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Difficile

Rétropropagation dans un réseau à deux couches

Calculez tous les gradients des poids et des biais d'un réseau avec une couche cachée sigmoïde et une sortie sigmoïde.

Vous apprendrez RétropropagationDérivation en chaîne
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Difficile

Entraîner un réseau de neurones pour résoudre XOR

Tout réunir : entraînez un réseau sigmoïde 2-2-1 par rétropropagation jusqu'à ce qu'il apprenne XOR.

Vous apprendrez Entraîner un réseau de neuronesProblème XOR
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant