- ตัวดำเนินการ
-
เรียนรู้
เรียน Python ตัวอย่างที่รันได้, NumPy, pandas และอื่น ๆ เรียน AI / Machine Learningโครงข่ายประสาท ML และ LLM ตั้งแต่ศูนย์ เรียน C และ C++ พอยน์เตอร์ หน่วยความจำ STL และ C++ สมัยใหม่ เรียน C#พื้นฐาน C#, OOP, LINQ, async และแบบฝึกหัด .NET เรียน Matplotlibกราฟเส้น แท่ง กระจาย และวงกลม พร้อมตัวแสดงภาพแบบโต้ตอบ เรียน RustOwnership, trait, การจัดการข้อผิดพลาด และ thread เรียน GoSlice, interface, goroutine และ channel อัลกอริทึม Python การค้นหา การเรียงลำดับ รีเคอร์ชัน และภาพจำลอง O(n) อัลกอริทึม C และ C++ เปรียบเทียบการเขียนด้วย C และ C++ เขียนโปรแกรมสำหรับเด็ก เรียนเขียนโปรแกรมผ่านการเล่น!
- ควิซใหม่
- โจทย์ใหม่
- สำหรับครูใหม่
- อัปเดต
- เลี้ยงกาแฟสักแก้ว
โจทย์เขียนโค้ดเรื่องAi
ฝึกaiด้วยโจทย์เขียนโค้ด 47 ข้อ ตั้งแต่ง่ายไปจนถึงยาก ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันที รีวิวโค้ดจาก AI และคำตอบจากชุมชนให้เปรียบเทียบ
ง่าย · 19 ปานกลาง · 24 ยาก · 4
ทักษะที่จะได้ฝึก: Gradient descentBackpropagationTransformerกฎลูกโซ่การถดถอยต้นไม้ตัดสินใจAdamAttentionAttention แบบมีมาสก์BPEBanditCross-entropy
- Python · C++ · C#
- ทดสอบอัตโนมัติ
- รีวิวโค้ดโดย AI
- แนวทางจากชุมชน
- 341
- โจทย์
- 245
- วิธีแก้ที่แชร์
- 9
- ภาษา
โจทย์ทั้งหมด
ค้นหาตามชื่อหรือหัวข้อ หรือกรองตามระดับความยาก
ปานกลาง
ตัวจำแนกแบบ Naive Bayes
ทำนายคลาสจากฟีเจอร์แบบหมวดหมู่ด้วยทฤษฎีบทของเบย์และการปรับเรียบแบบลาปลาซ
คุณจะได้เรียนรู้
ทฤษฎีบทของเบย์Laplace smoothing
ยังไม่มีวิธีแก้
ง่าย
การคูณเมทริกซ์
คูณเมทริกซ์สองตัว ซึ่งเป็นการคำนวณเบื้องหลังทุกเลเยอร์ของโครงข่ายประสาทเทียม
คุณจะได้เรียนรู้
เมทริกซ์พีชคณิตเชิงเส้น
ยังไม่มีวิธีแก้
ง่าย
การปรับมาตรฐานด้วย z-score
ทำให้ฟีเจอร์มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 1
คุณจะได้เรียนรู้
การทำให้เป็นมาตรฐานค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน
ยังไม่มีวิธีแก้
ง่าย
ฟังก์ชันค่าสูญเสียแบบ categorical cross-entropy
วัดค่าสูญเสียของตัวจำแนกหลายคลาสจากความน่าจะเป็นที่ทำนายและคลาสที่ถูกต้อง
คุณจะได้เรียนรู้
Loss ของการจำแนกประเภทลอการิทึม
ยังไม่มีวิธีแก้
ปานกลาง
การรวมแบบ Byte Pair Encoding (BPE)
เรียนรู้การรวม subword แบบเดียวกับ tokenizer ของ GPT: รวมคู่สัญลักษณ์ข้างเคียงที่พบบ่อยที่สุดซ้ำ ๆ
คุณจะได้เรียนรู้
BPEการตัด token ระดับ subword
ยังไม่มีวิธีแก้
ง่าย
การทำนายด้วยการถดถอยโลจิสติก
จำแนกตัวอย่างเป็น 0 หรือ 1 โดยส่งผลรวมถ่วงน้ำหนักผ่าน sigmoid แล้วเทียบกับค่าเกณฑ์
คุณจะได้เรียนรู้
Logistic regressionค่าเกณฑ์
ยังไม่มีวิธีแก้
ง่าย
ค่าความไม่บริสุทธิ์ของจีนี
วัดว่าป้ายกำกับในกลุ่มปะปนกันแค่ไหน ซึ่งเป็นคะแนนที่ต้นไม้ตัดสินใจใช้เลือกการแบ่ง
คุณจะได้เรียนรู้
ต้นไม้ตัดสินใจตัววัดความไม่บริสุทธิ์
ยังไม่มีวิธีแก้
ปานกลาง
การสุ่มด้วย temperature และ top-k
เลือก token ถัดไปแบบโมเดลภาษา: เก็บ logit สูงสุด k ตัว ใช้ temperature แล้วสุ่ม
คุณจะได้เรียนรู้
การสร้างข้อความการสุ่มตัวอย่าง
ยังไม่มีวิธีแก้
ปานกลาง
การถดถอยเชิงเส้นด้วยการลดเกรเดียนต์
เรียนรู้ความชันและจุดตัดแกนของเส้นตรงด้วยการไล่ลงตามค่าคลาดเคลื่อนกำลังสองเฉลี่ยซ้ำๆ
คุณจะได้เรียนรู้
Gradient descentการถดถอย
ยังไม่มีวิธีแก้
ปานกลาง
การถดถอยเชิงเส้นอย่างง่าย (กำลังสองน้อยที่สุด)
หาเส้นตรงที่เข้ากับจุดข้อมูลมากที่สุดด้วยสูตรกำลังสองน้อยที่สุด
คุณจะได้เรียนรู้
กำลังสองน้อยที่สุดการถดถอย
ยังไม่มีวิธีแก้
ง่าย
การเข้ารหัสแบบ one-hot
แปลงหมวดหมู่เป็นเวกเตอร์ที่มีเลข 1 เพียงตัวเดียว ซึ่งเป็นรูปแบบอินพุตของตัวจำแนกและ embedding
คุณจะได้เรียนรู้
เวกเตอร์ one-hotข้อมูลเชิงหมวดหมู่
ยังไม่มีวิธีแก้
เลือกตามหัวข้อ
- ผู้เริ่มต้น 154
- CS1 90
- คณิตศาสตร์ 76
- ลูป 58
- ระดับกลาง 51
- มัธยมปลาย 50
- ai 47
- ตัวเลข 46
- การเรียนรู้ของเครื่อง 42
- ทฤษฎีจำนวน 41
- การบ้าน 40
- การเขียนโปรแกรมเบื้องต้น 40
- Strings 36
- การเขียนโปรแกรมเชิงแข่งขัน 35
- Arrays 31
- ลูปซ้อน 25
- สไตล์ Project Euler 25
- เงื่อนไข 25
- แพทเทิร์น 24
- ฟังก์ชัน 21
- ระดับสูง 20
- Simulation 19
- การโปรแกรมเชิงพลวัต 18
- โครงข่ายประสาทเทียม 17
- กริด 16
- จำนวนเฉพาะ 14
- การแยกวิเคราะห์ข้อความ 13
- สไตล์ CS50 10
- การเรียงลำดับ 9
- AP Computer Science 8
- Graphs 8
- OOP 8
- การเรียกซ้ำ 8
- คลาส 8
- รูปแบบการออกแบบ 8
- เมทริกซ์ 8
- Combinatorics 6
- สแตก 6
- Greedy 5
- Sequences 5
- Variables 5
- การจัดการบิต 5
- การเงิน 5
- จำนวนเต็มขนาดใหญ่ 5
- Algorithms 4
- Data-structures 4
- Geometry 4
- การประมวลผลภาพ 4
- ดิกชันนารี 4
- ต้นไม้ 4
- Fractions 3
- Sliding-window 3
- การค้นหาแบบทวิภาค 3
- การลงคะแนนเสียง 3
- การเรียนรู้แบบเสริมกำลัง 3
- เกม 3
- เส้นทางที่สั้นที่สุด 3