機械学習のコーディングチャレンジ

42 問のコーディングチャレンジで機械学習を練習しましょう。難易度はやさしいものから難しいものまで。どれもブラウザで動き、すぐにテストでき、AI のレビューやコミュニティの解答と比べられます。

簡単 · 18 中級 · 20 難しい · 4

練習できるスキル: 勾配降下法Transformer回帰決定木誤差逆伝播法連鎖律AdamBPEGPT モデルMSEQ 学習ReLU と tanh
  • Python · C++ · C#
  • 自動テスト
  • AIコードレビュー
  • コミュニティの解答
341
チャレンジ数
245
共有された解答
9
対応言語

すべてのチャレンジ

名前やトピックで検索したり、難易度で絞り込んだりできます。

42件のチャレンジ
難しい

XOR を解くニューラルネットワークを学習させる

すべてを組み合わせ、2-2-1 の sigmoid ネットワークを誤差逆伝播法で XOR を学習するまで訓練します。

学べること ニューラルネットワークの学習XOR 問題
ニューラルネットワークai機械学習
難しい

スケールド・ドット積アテンション

Transformer と大規模言語モデルの中心にあるアテンションの計算を実装します。

学べること アテンションTransformer
ai機械学習
中級

勾配降下法でニューロンを学習させる

順伝播、勾配計算、重み更新を繰り返して、例から sigmoid ニューロンを学習させます。

学べること 勾配降下法学習ループ
ニューラルネットワークai機械学習
まだ解答がありません
簡単

ソフトマックス関数

大きな値でもオーバーフローせずに、生のスコアを合計 1 の確率に変換します。

学べること ソフトマックス数値的安定性
ai機械学習
まだ解答がありません
難しい

マルチヘッド・セルフアテンション

入力をクエリ、キー、値に射影し、複数のヘッドで並列にアテンションを計算して結合します。

学べること マルチヘッドアテンション行列による射影
ai機械学習
中級

因果的(マスク付き)セルフアテンション

GPT モデルが使うマスク付きアテンションを実装します。各トークンは自分と前のトークンだけを見られます。

学べること マスク付きアテンションGPT モデル
ai機械学習
まだ解答がありません
簡単

コサイン類似度

2つのベクトルの間の角度で類似度を測ります。検索エンジンが埋め込みを比べるのと同じ方法です。

学べること ベクトルの類似度埋め込み
ai機械学習
まだ解答がありません
簡単

単語トークナイザと語彙

テキストを小文字の単語に分割し、頻度順の語彙を作ります。あらゆる言語モデルの最初のステップです。

学べること トークン化語彙の構築
ai機械学習
まだ解答がありません
中級

情報利得

特徴量で分割したときにエントロピーがどれだけ減るかを計算します。ID3 決定木の基準です。

学べること エントロピー決定木
ai機械学習
まだ解答がありません
簡単

最小最大正規化

特徴量を、最小値が 0、最大値が 1 になるようにスケーリングします。

学べること 特徴量のスケーリングデータの前処理
ai機械学習
まだ解答がありません
中級

k近傍法による分類

最も近い k 個の学習点の多数決でラベルを予測します。

学べること k 近傍法距離の尺度
ai機械学習
中級

k-means クラスタリング

最も近い重心への割り当てと重心の移動を繰り返して、点を k 個のクラスタに分けます。

学べること クラスタリング重心
ai機械学習
まだ解答がありません
中級

ナイーブベイズ分類器

ベイズの定理とラプラス平滑化で、カテゴリ型の特徴量からクラスを予測します。

学べること ベイズの定理ラプラス平滑化
ai機械学習
まだ解答がありません
中級

正弦波による位置エンコーディング

Transformer がトークンの埋め込みに加える、sin と cos による位置ベクトルを計算します。

学べること 位置エンコーディング三角関数
ai機械学習
まだ解答がありません
簡単

行列の積

2つの行列を掛け合わせます。ニューラルネットワークのすべての層の裏にある計算です。

学べること 行列線形代数
ai機械学習
まだ解答がありません
簡単

Zスコア標準化

特徴量を平均 0、標準偏差 1 にそろえます。

学べること 標準化平均と標準偏差
ai機械学習
まだ解答がありません
簡単

カテゴリカル交差エントロピー損失

多クラス分類器の損失を、予測確率と正解クラスから計算します。

学べること 分類の損失対数
ai機械学習
まだ解答がありません
簡単

ロジスティック回帰による予測

重み付き和を sigmoid に通してしきい値と比べ、サンプルを 0 か 1 に分類します。

学べること ロジスティック回帰しきい値
ai機械学習
まだ解答がありません