练习题
推荐练习题
支持向量机原理与应用
中级理解支持向量机的基本原理，掌握核函数的选择和参数调优方法。
机器学习基础 | 选择题 | 10题
推荐
神经网络反向传播算法
高级掌握神经网络中的反向传播算法原理和计算过程。
深度学习与应用 | 填空题 | 5题
新
卷积神经网络结构设计
高级学习不同类型的卷积层和池化层，掌握CNN网络结构设计方法。
计算机视觉 | 编程题 | 3题
热门
决策树算法实现
中级理解决策树的构建过程，掌握信息增益和基尼系数的计算方法。
机器学习基础 | 选择题 | 8题
基础
Transformer模型原理
专家深入理解Transformer模型的注意力机制和位置编码方法。
自然语言处理 | 案例分析 | 2题
挑战
学习进度
本周完成练习
知识点掌握
薄弱知识点
- 支持向量机 需加强
- 神经网络反向传播 薄弱
- 注意力机制 需加强
AI学习助手
根据你的学习情况，AI助手为你推荐以下学习计划：
- 重点复习支持向量机的核函数选择
- 练习神经网络反向传播的计算过程
- 学习Transformer中的自注意力机制