Desafios de programação de Aprendizado de máquina

Pratique aprendizado de máquina com 42 desafios de programação, do fácil ao difícil. Cada desafio roda no navegador, com testes instantâneos, uma revisão do seu código por IA e soluções da comunidade para comparar.

Fácil · 18 Médio · 20 Difícil · 4

Habilidades que você vai praticar: Descida de gradienteRegra da cadeiaRegressãoRetropropagaçãoTransformersÁrvores de decisãoAdamAgrupamentoAmostragemAprendizado onlineAtençãoAtenção mascarada
  • Python · C++ · C#
  • Testes automáticos
  • Revisão de código por IA
  • Soluções da comunidade
341
Desafios
245
Soluções compartilhadas
9
Linguagens

Todos os desafios

Busque por nome ou tema, ou filtre por dificuldade.

42 desafios
Difícil

Treine uma rede neural para resolver o XOR

Junte tudo: treine uma rede sigmoide 2-2-1 com retropropagação até ela aprender o XOR.

Você vai aprender Treinar redes neuraisProblema XOR
Redes neuraisaiaprendizado de máquina
Difícil

Atenção por produto escalar escalonado

Implemente a operação de atenção, o coração dos Transformers e dos grandes modelos de linguagem.

Você vai aprender AtençãoTransformers
aiaprendizado de máquina
Médio

Treine um neurônio com descida do gradiente

Repita propagação direta, cálculo dos gradientes e atualização dos pesos para ensinar um neurônio sigmoide a partir de exemplos.

Você vai aprender Descida de gradienteLaços de treinamento
Redes neuraisaiaprendizado de máquina
Ainda sem soluções
Fácil

Função softmax

Transforme pontuações brutas em probabilidades que somam 1, sem estouro com valores grandes.

Você vai aprender SoftmaxEstabilidade numérica
aiaprendizado de máquina
Ainda sem soluções
Difícil

Autoatenção multi-cabeça

Projete a entrada em consultas, chaves e valores, execute a atenção em várias cabeças em paralelo e combine-as.

Você vai aprender Atenção multi-cabeçaProjeções matriciais
aiaprendizado de máquina
Médio

Autoatenção causal (mascarada)

Implemente a atenção mascarada dos modelos GPT, em que cada token só pode ver a si mesmo e os tokens anteriores.

Você vai aprender Atenção mascaradaModelos GPT
aiaprendizado de máquina
Ainda sem soluções
Fácil

Similaridade de cosseno

Meça o quanto dois vetores são parecidos pelo ângulo entre eles, como os buscadores fazem com embeddings.

Você vai aprender Similaridade de vetoresEmbeddings
aiaprendizado de máquina
Ainda sem soluções
Fácil

Tokenizador de palavras e vocabulário

Divida um texto em palavras minúsculas e construa um vocabulário ordenado por frequência, o primeiro passo de todo modelo de linguagem.

Você vai aprender TokenizaçãoMontar um vocabulário
aiaprendizado de máquina
Ainda sem soluções
Médio

Ganho de informação

Calcule quanto a divisão por uma variável reduz a entropia, o critério por trás das árvores de decisão ID3.

Você vai aprender EntropiaÁrvores de decisão
aiaprendizado de máquina
Ainda sem soluções
Fácil

Normalização min-max

Reescale uma variável para que o menor valor vire 0 e o maior vire 1.

Você vai aprender Escalonamento de atributosPré-processamento de dados
aiaprendizado de máquina
Ainda sem soluções
Médio

Classificador de k vizinhos mais próximos

Preveja um rótulo por votação da maioria entre os k pontos de treinamento mais próximos.

Você vai aprender KNNMedidas de distância
aiaprendizado de máquina
Médio

Agrupamento k-means

Agrupe pontos em k clusters atribuindo-os repetidamente ao centroide mais próximo e movendo os centroides.

Você vai aprender AgrupamentoCentroides
aiaprendizado de máquina
Ainda sem soluções
Médio

Classificador Naive Bayes

Preveja uma classe a partir de variáveis categóricas com o teorema de Bayes e a suavização de Laplace.

Você vai aprender Teorema de BayesSuavização de Laplace
aiaprendizado de máquina
Ainda sem soluções
Médio

Codificação posicional senoidal

Calcule os vetores de posição seno e cosseno que os Transformers somam aos embeddings dos tokens.

Você vai aprender Codificação posicionalTrigonometria
aiaprendizado de máquina
Ainda sem soluções
Fácil

Multiplicação de matrizes

Multiplique duas matrizes, a operação por trás de cada camada de uma rede neural.

Você vai aprender MatrizesÁlgebra linear
aiaprendizado de máquina
Ainda sem soluções
Fácil

Padronização por z-score

Centralize uma variável em 0 e ajuste para desvio padrão 1.

Você vai aprender PadronizaçãoMédia e desvio padrão
aiaprendizado de máquina
Ainda sem soluções
Fácil

Entropia cruzada categórica

Meça a perda de um classificador multiclasse a partir das probabilidades previstas e das classes verdadeiras.

Você vai aprender Perda de classificaçãoLogaritmos
aiaprendizado de máquina
Ainda sem soluções
Fácil

Previsão com regressão logística

Classifique exemplos como 0 ou 1 passando uma soma ponderada pela sigmoide e comparando com um limiar.

Você vai aprender Regressão logísticaLimiares
aiaprendizado de máquina
Ainda sem soluções