Java कोडिंग चैलेंज

Java में हल किए जा सकने वाले 340 चैलेंज, पहले लूप से लेकर ग्राफ़, डायनेमिक प्रोग्रामिंग और मशीन लर्निंग तक। ब्राउज़र में कोड लिखें, तुरंत टेस्ट चलाएँ और AI रिव्यू पाएँ।

आसान · 193 मध्यम · 118 कठिन · 29

जिन कौशलों का अभ्यास करेंगे: नेस्टेड लूपअंक निकालनागिनतीअभाज्यता की जाँचस्ट्रिंग बाँटना2D सूचियाँअंकगणितअंकों का योगबड़ी संख्याओं का अंकगणितलूपविभाज्यतासममिति
  • Python · C++ · C#
  • स्वचालित परीक्षण
  • AI कोड समीक्षा
  • समुदाय समाधान
341
चुनौतियाँ
245
साझा समाधान
9
भाषाएँ

सभी चुनौतियाँ

नाम या विषय से खोजें, या कठिनाई से फ़िल्टर करें।

340 चुनौतियाँ
आसान

कोसाइन समानता

दो वेक्टरों के बीच के कोण से मापें कि वे कितने मिलते-जुलते हैं, जैसे सर्च इंजन एम्बेडिंग की तुलना करते हैं।

आप सीखेंगे वेक्टर समानताएम्बेडिंग
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

वर्ड टोकनाइज़र और शब्दावली

टेक्स्ट को छोटे अक्षरों वाले शब्दों में बाँटें और आवृत्ति के क्रम में शब्दावली बनाएँ, जो हर भाषा मॉडल का पहला कदम है।

आप सीखेंगे टोकनाइज़ेशनशब्दावली बनाना
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
मध्यम

इन्फ़ॉर्मेशन गेन

किसी फ़ीचर से बाँटने पर एंट्रॉपी कितनी घटती है, यह निकालें, यही ID3 डिसीज़न ट्री का मापदंड है।

आप सीखेंगे एंट्रॉपीडिसीज़न ट्री
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

मिन-मैक्स नॉर्मलाइज़ेशन

किसी फ़ीचर को ऐसे स्केल करें कि सबसे छोटा मान 0 और सबसे बड़ा 1 हो जाए।

आप सीखेंगे फ़ीचर स्केलिंगडेटा प्रीप्रोसेसिंग
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
मध्यम

K-मीन्स क्लस्टरिंग

पॉइंटों को बार-बार सबसे नज़दीकी सेंट्रॉइड को सौंपकर और सेंट्रॉइड खिसकाकर k क्लस्टर में बाँटें।

आप सीखेंगे क्लस्टरिंगसेंट्रॉइड
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

आकृतियों की फ़ैक्टरी

factory का उपयोग करके text descriptions से shapes बनाएँ और हर एक का area लौटाएँ.

आप सीखेंगे Factory methodपॉलिमॉर्फ़िज़्म
डिज़ाइन पैटर्नपार्सिंगगणित
अभी तक कोई समाधान नहीं
मध्यम

साइनसॉइडल पोज़िशनल एन्कोडिंग

वे साइन और कोसाइन पोज़िशन वेक्टर निकालें जिन्हें Transformer टोकन एम्बेडिंग में जोड़ते हैं।

आप सीखेंगे पोज़िशनल एन्कोडिंगत्रिकोणमिति
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
मध्यम

K-नियरेस्ट नेबर्स क्लासिफ़ायर

k सबसे नज़दीकी ट्रेनिंग पॉइंट के बहुमत वोट से लेबल का अनुमान लगाएँ।

आप सीखेंगे KNNदूरी के माप
एआईमशीन लर्निंग
मध्यम

RAII रिलीज़ क्रम

पता करें कि स्कोप खत्म होने पर संसाधन किस क्रम में रिलीज़ होते हैं, जैसा RAII गारंटी देता है।

आप सीखेंगे RAIIस्टैक
Data-structuresSimulationस्टैक
अभी तक कोई समाधान नहीं
मध्यम

नेव बेयस क्लासिफ़ायर

बेयस प्रमेय और लाप्लास स्मूदिंग से कैटेगोरिकल फ़ीचर्स के आधार पर क्लास का अनुमान लगाएँ।

आप सीखेंगे बेज़ प्रमेयलाप्लास स्मूदिंग
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

मैट्रिक्स गुणन

दो मैट्रिक्स का गुणा करें, जो न्यूरल नेटवर्क की हर लेयर के पीछे की गणना है।

आप सीखेंगे मैट्रिक्सरैखिक बीजगणित
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

Z-स्कोर स्टैंडर्डाइज़ेशन

किसी फ़ीचर का औसत 0 और मानक विचलन 1 कर दें।

आप सीखेंगे मानकीकरणमाध्य और मानक विचलन
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

लॉजिस्टिक रिग्रेशन से अनुमान

वेटेड योग को sigmoid से गुज़ारकर और थ्रेशोल्ड से तुलना करके सैंपल को 0 या 1 में वर्गीकृत करें।

आप सीखेंगे लॉजिस्टिक रिग्रेशनसीमा मान
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

JSON ऑब्जेक्ट बनाएँ

कुंजियों और मानों को JSON ऑब्जेक्ट स्ट्रिंग में बदलें, कोट और बैकस्लैश को सही ढंग से एस्केप करते हुए।

आप सीखेंगे JSON फ़ॉर्मेटएस्केप करना
पार्सिंगStrings
अभी तक कोई समाधान नहीं
मध्यम

बाइट पेयर एन्कोडिंग (BPE) मर्ज

GPT टोकनाइज़र की तरह सबवर्ड मर्ज सीखें: पड़ोसी प्रतीकों की सबसे आम जोड़ी को बार-बार मिलाएँ।

आप सीखेंगे BPEसबवर्ड टोकनाइज़ेशन
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

कैटेगोरिकल क्रॉस-एंट्रॉपी लॉस

अनुमानित प्रायिकताओं और सही क्लास से मल्टी-क्लास क्लासिफ़ायर का लॉस मापें।

आप सीखेंगे क्लासिफ़िकेशन लॉसलघुगणक
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
आसान

जिनी इम्प्योरिटी

मापें कि किसी समूह के लेबल कितने मिले-जुले हैं, यही स्कोर डिसीज़न ट्री बँटवारा चुनने में इस्तेमाल करते हैं।

आप सीखेंगे डिसीज़न ट्रीअशुद्धता के माप
एआईमशीन लर्निंग
अभी तक कोई समाधान नहीं
मध्यम

समानांतर टास्क पूरे होने का क्रम

Tasks को concurrent रूप से, एक समय में अधिकतम k तक चलाएँ और उनके finish होने का order रिपोर्ट करें।

आप सीखेंगे कॉन्करेंसीप्रायोरिटी क्यू
Simulationसॉर्टिंग
अभी तक कोई समाधान नहीं