โจทย์เขียนโค้ด C++

โจทย์ 341 ข้อที่แก้ได้ด้วย C++ ตั้งแต่ลูปแรกไปจนถึงกราฟ dynamic programming และแมชชีนเลิร์นนิง เขียนโค้ดในเบราว์เซอร์ รันการทดสอบได้ทันที และรับรีวิวจาก AI

ง่าย · 193 ปานกลาง · 119 ยาก · 29

ทักษะที่จะได้ฝึก: ลูปซ้อนการนับลูปตะแกรงของเอราทอสเทนีสเงื่อนไขแยกสตริงแยกหลักตัวเลขการคำนวณจำนวนขนาดใหญ่การทดสอบจำนวนเฉพาะการหารลงตัวความสมมาตรความสัมพันธ์เวียนเกิด
  • Python · C++ · C#
  • ทดสอบอัตโนมัติ
  • รีวิวโค้ดโดย AI
  • แนวทางจากชุมชน
341
โจทย์
245
วิธีแก้ที่แชร์
9
ภาษา

โจทย์ทั้งหมด

ค้นหาตามชื่อหรือหัวข้อ หรือกรองตามระดับความยาก

341 โจทย์
ง่าย

Adapter ของเซนเซอร์อุณหภูมิ

ดัดแปลงค่าที่อ่านได้จากเซนเซอร์ Fahrenheit, Kelvin และ Celsius ให้มาอยู่ในอินเทอร์เฟซ Celsius เดียว

คุณจะได้เรียนรู้ Adapter patternแปลงหน่วย
รูปแบบการออกแบบการแยกวิเคราะห์ข้อความคณิตศาสตร์
ยังไม่มีวิธีแก้
ง่าย

ความคล้ายคลึงโคไซน์

วัดว่าเวกเตอร์สองตัวคล้ายกันแค่ไหนจากมุมระหว่างกัน แบบเดียวกับที่เสิร์ชเอนจินเปรียบเทียบ embedding

คุณจะได้เรียนรู้ ความคล้ายของเวกเตอร์Embedding
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ตัวตัดคำและคลังคำศัพท์

แยกข้อความเป็นคำตัวพิมพ์เล็กและสร้างคลังคำศัพท์ที่เรียงตามความถี่ ซึ่งเป็นขั้นแรกของโมเดลภาษาทุกตัว

คุณจะได้เรียนรู้ การตัด tokenสร้างคลังคำศัพท์
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

ค่าเกนข้อมูล

คำนวณว่าการแบ่งตามฟีเจอร์ช่วยลดเอนโทรปีได้แค่ไหน ซึ่งเป็นเกณฑ์ของต้นไม้ตัดสินใจ ID3

คุณจะได้เรียนรู้ Entropyต้นไม้ตัดสินใจ
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

การปรับสเกลแบบ min-max

ปรับสเกลฟีเจอร์ให้ค่าที่น้อยที่สุดเป็น 0 และค่าที่มากที่สุดเป็น 1

คุณจะได้เรียนรู้ ปรับสเกลฟีเจอร์เตรียมข้อมูล
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

การจัดกลุ่มแบบ K-means

แบ่งจุดออกเป็น k กลุ่มโดยกำหนดจุดให้กับเซนทรอยด์ที่ใกล้ที่สุดและย้ายเซนทรอยด์ซ้ำไปเรื่อยๆ

คุณจะได้เรียนรู้ การจัดกลุ่มจุดศูนย์กลาง
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

Factory สร้างรูปทรง

สร้างรูปทรงจากคำอธิบายข้อความด้วย factory แล้วคืนค่าพื้นที่ของแต่ละรูป

คุณจะได้เรียนรู้ Factory methodPolymorphism
รูปแบบการออกแบบการแยกวิเคราะห์ข้อความคณิตศาสตร์
ยังไม่มีวิธีแก้
ปานกลาง

การเข้ารหัสตำแหน่งแบบไซน์

คำนวณเวกเตอร์ตำแหน่งแบบไซน์และโคไซน์ที่ Transformer บวกเข้ากับ embedding ของ token

คุณจะได้เรียนรู้ การเข้ารหัสตำแหน่งตรีโกณมิติ
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ปานกลาง

ตัวจำแนกแบบ K เพื่อนบ้านที่ใกล้ที่สุด

ทำนายป้ายกำกับด้วยเสียงข้างมากของจุดฝึก k จุดที่ใกล้ที่สุด

คุณจะได้เรียนรู้ KNNการวัดระยะทาง
aiการเรียนรู้ของเครื่อง
ปานกลาง

ลำดับการคืนทรัพยากรแบบ RAII

หาลำดับที่ resource ซึ่งอยู่ใน scope จะถูกปล่อยเมื่อ scope สิ้นสุด ตามหลัก RAII

คุณจะได้เรียนรู้ RAIIสแตก
Data-structuresSimulationสแตก
ยังไม่มีวิธีแก้
ปานกลาง

ตัวจำแนกแบบ Naive Bayes

ทำนายคลาสจากฟีเจอร์แบบหมวดหมู่ด้วยทฤษฎีบทของเบย์และการปรับเรียบแบบลาปลาซ

คุณจะได้เรียนรู้ ทฤษฎีบทของเบย์Laplace smoothing
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

การคูณเมทริกซ์

คูณเมทริกซ์สองตัว ซึ่งเป็นการคำนวณเบื้องหลังทุกเลเยอร์ของโครงข่ายประสาทเทียม

คุณจะได้เรียนรู้ เมทริกซ์พีชคณิตเชิงเส้น
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

การปรับมาตรฐานด้วย z-score

ทำให้ฟีเจอร์มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 1

คุณจะได้เรียนรู้ การทำให้เป็นมาตรฐานค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

การทำนายด้วยการถดถอยโลจิสติก

จำแนกตัวอย่างเป็น 0 หรือ 1 โดยส่งผลรวมถ่วงน้ำหนักผ่าน sigmoid แล้วเทียบกับค่าเกณฑ์

คุณจะได้เรียนรู้ Logistic regressionค่าเกณฑ์
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

สร้างออบเจกต์ JSON

เปลี่ยน keys และ values ให้เป็นสตริงของ JSON object พร้อม escape เครื่องหมายอัญประกาศและเครื่องหมาย backslash อย่างถูกต้อง

คุณจะได้เรียนรู้ รูปแบบ JSONการ escape
การแยกวิเคราะห์ข้อความStrings
ยังไม่มีวิธีแก้
ปานกลาง

การรวมแบบ Byte Pair Encoding (BPE)

เรียนรู้การรวม subword แบบเดียวกับ tokenizer ของ GPT: รวมคู่สัญลักษณ์ข้างเคียงที่พบบ่อยที่สุดซ้ำ ๆ

คุณจะได้เรียนรู้ BPEการตัด token ระดับ subword
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ฟังก์ชันค่าสูญเสียแบบ categorical cross-entropy

วัดค่าสูญเสียของตัวจำแนกหลายคลาสจากความน่าจะเป็นที่ทำนายและคลาสที่ถูกต้อง

คุณจะได้เรียนรู้ Loss ของการจำแนกประเภทลอการิทึม
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้
ง่าย

ค่าความไม่บริสุทธิ์ของจีนี

วัดว่าป้ายกำกับในกลุ่มปะปนกันแค่ไหน ซึ่งเป็นคะแนนที่ต้นไม้ตัดสินใจใช้เลือกการแบ่ง

คุณจะได้เรียนรู้ ต้นไม้ตัดสินใจตัววัดความไม่บริสุทธิ์
aiการเรียนรู้ของเครื่อง
ยังไม่มีวิธีแก้