Algoritmiskt tänkande
Kunna bryta ner ett problem i steg, använda upprepning och villkor, och avgöra om en algoritm löser problemet för alla tänkbara indata — inte bara ett exempel.
Vardagsförklaring
En algoritm är ett systematiskt förfarande: en följd av steg som löser en typ av problem, inte bara ett enskilt fall. "Hitta det högsta värdet i en dataset" ska fungera oavsett vilka värden som finns i datan.
Två grundläggande komponenter gör förfarandet robust:
- Upprepning — "utför detta steg för varje post i datan".
- Villkor — "om värdet är högre än det högsta hittills, uppdatera referensvärdet".
Intuition
Hitta det högsta värdet i en lista:
högsta = första värdet
för varje värde i listan:
om värde > högsta:
högsta = värde
returnera högsta
Testa logiken mentalt med listan [3, 9, 2]. Sedan med [−5, −1]. Sedan med en tom lista — där misslyckas algoritmen. Att identifiera sådana gränsfall är en central del av att utveckla robusta algoritmer.
Behärskning innebär
- Skriver en algoritm med en loop och ett villkor
- Hittar ett fall där en given algoritm ger fel svar
Förkunskaper
Logga in för att göra övningarna och bygga upp din behärskning.
Källor
Leder till
Del av målen (44)
- Matematiken bakom modellerna
- Utvecklarens verktygslåda
- Datavetenskapens grunder
- Systemkunskap för AI-ingenjörer
- Kör modeller billigare: kvantisering
- Matematikens språk i AI-texter
- Förstå vad AI är — och vad den inte är
- Bygg en AI-tjänst som håller i drift
- Från block till Python
- Klassisk ML på riktigt
- Bygg en transformer från grunden
- Träna neuronnät på riktigt
- Klassisk maskininlärning i praktiken
- Förstå hur generativ AI fungerar
- Bygg ett NLP-system end-to-end
- Statistik för experiment
- AI, etik och samhälle
- Språkmodeller i praktiken
- Byggare — samla data, träna en modell och testa AI kritiskt
- Data: samla, städa, dokumentera
- AI-tjänst i drift
- Datorer som ser och hör
- Frontier Lab — självständigt forskningsprojekt
- Bildklassificering med faltningsnät
- AI-säkerhet i praktiken
- Multimodala system
- Se och höra med AI
- Träna en agent med belöning
- Bygg ett röstgränssnitt
- Finjustera en modell med LoRA
- Evals i praktiken
- AI i produktion
- Bygg ett RAG-flöde med spårbara källor
- Generativa modeller i djupet
- Ansvarsfull AI i praktiken
- Tolka en språkmodell
- Träna ditt första neuronnät
- Utforskare — bygg ett spel och träna en maskin
- Bygg en agent som går att lita på
- Bygg ett minnessystem för en agent
- Djup reinforcement learning
- Finjustera och driva egna modeller
- Reproducera ett paper
- AI-förordningen och GDPR i praktiken