Défis de code : Ai

Entraînez-vous sur ai avec 47 défis de code, du plus facile au plus difficile. Chaque défi s'exécute dans le navigateur, avec des tests instantanés, une revue de votre code par l'IA et des solutions de la communauté à comparer.

Facile · 19 Moyen · 24 Difficile · 4

Compétences travaillées: Descente de gradientArbres de décisionRégressionRétropropagationTransformersActivationsAdamAlgorithmes génétiquesAlgèbre linéaireApprentissage en ligneArbres de jeuAttention
  • Python · C++ · C#
  • Tests automatisés
  • Relecture IA
  • Solutions de la communauté
341
Défis
245
Solutions partagées
9
Langages

Tous les défis

Recherchez par nom ou sujet, ou filtrez par difficulté.

47 défis
Moyen

Descente de gradient par mini-lots

Entraînez un modèle linéaire en mettant à jour les poids après chaque petit lot plutôt qu'après tout le jeu de données.

Vous apprendrez Mini-lotsDescente de gradient
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Moyen

Morpion avec minimax

Choisissez le coup parfait au morpion en explorant tout l'arbre de jeu avec minimax.

Vous apprendrez MinimaxArbres de jeu
récursivitéai
Aucune solution pour l’instant
Facile

Descente de gradient avec momentum

Appliquez des mises à jour avec momentum qui conservent une partie du pas précédent, pour accélérer l'entraînement dans les directions constantes.

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

Optimiseur Adam

Implémentez Adam, l'optimiseur par défaut du deep learning, avec moyennes mobiles et correction du biais.

Vous apprendrez AdamCorrection du biais
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Facile

Initialisation des poids de Xavier et He

Calculez l'intervalle ou l'écart-type utilisé pour initialiser les poids d'une couche.

Vous apprendrez Initialisation Xavier et HeStabilité de l'entraînement
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
Difficile

Attention par produit scalaire mis à l'échelle

Implémentez l'opération d'attention, au cœur des Transformers et des grands modèles de langage.

Vous apprendrez AttentionTransformers
aiapprentissage automatique
Moyen

Entraîner un neurone par descente de gradient

Répétez propagation avant, calcul des gradients et mise à jour des poids pour apprendre à un neurone sigmoïde à partir d'exemples.

Vous apprendrez Descente de gradientBoucles d'entraînement
Réseaux de neuronesaiapprentissage automatique
Aucune solution pour l’instant
Facile

Fonction softmax

Transformez des scores bruts en probabilités dont la somme vaut 1, sans dépassement de capacité avec de grandes valeurs.

Vous apprendrez SoftmaxStabilité numérique
aiapprentissage automatique
Aucune solution pour l’instant
Difficile

Auto-attention multi-têtes

Projetez l'entrée en requêtes, clés et valeurs, exécutez l'attention dans plusieurs têtes en parallèle et combinez-les.

Vous apprendrez Attention multi-têtesProjections matricielles
aiapprentissage automatique
Moyen

Auto-attention causale (masquée)

Implémentez l'attention masquée des modèles GPT, où chaque token ne voit que lui-même et les tokens précédents.

Vous apprendrez Attention masquéeModèles GPT
aiapprentissage automatique
Aucune solution pour l’instant
Facile

Similarité cosinus

Mesurez la ressemblance de deux vecteurs par l'angle qui les sépare, comme les moteurs de recherche avec les embeddings.

Vous apprendrez Similarité de vecteursEmbeddings
aiapprentissage automatique
Aucune solution pour l’instant
Facile

Tokeniseur de mots et vocabulaire

Découpez un texte en mots en minuscules et construisez un vocabulaire trié par fréquence, la première étape de tout modèle de langage.

Vous apprendrez TokenisationConstruire un vocabulaire
aiapprentissage automatique
Aucune solution pour l’instant
Moyen

Gain d'information

Calculez de combien une division selon une variable réduit l'entropie, le critère des arbres de décision ID3.

Vous apprendrez EntropieArbres de décision
aiapprentissage automatique
Aucune solution pour l’instant
Facile

Normalisation min-max

Remettez une variable à l'échelle pour que sa plus petite valeur devienne 0 et sa plus grande 1.

Vous apprendrez Mise à l'échellePrétraitement des données
aiapprentissage automatique
Aucune solution pour l’instant
Moyen

Partitionnement k-means

Regroupez des points en k clusters en les assignant au centroïde le plus proche puis en déplaçant les centroïdes, plusieurs fois.

Vous apprendrez ClusteringCentroïdes
aiapprentissage automatique
Aucune solution pour l’instant
Moyen

Classifieur des k plus proches voisins

Prédisez une étiquette par vote majoritaire des k points d'entraînement les plus proches.

Vous apprendrez KNNMesures de distance
aiapprentissage automatique
Moyen

Encodage positionnel sinusoïdal

Calculez les vecteurs de position sinus et cosinus que les Transformers ajoutent aux embeddings des tokens.

Vous apprendrez Encodage positionnelTrigonométrie
aiapprentissage automatique
Aucune solution pour l’instant