...
Exerciții rezolvate

100 de exerciții rezolvate Machine Learning, cu soluții

Exerciții Machine Learning de la ușor la greu, fiecare cu cerința, un indiciu, soluția completă și explicația ei. Înveți de la zero cu Curs Machine Learning și AI pentru începători: primele 15 lecții sunt gratuite.

Le rezolvi direct pe pagină, în editorul Python, exact ca în lecțiile cursului: scrii, apeși Verifică și afli imediat dacă e corect.

Pagină coordonată de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

  • 100exerciții
  • 40ușor
  • 40mediu
  • 20greu
  • 5gratuite
Exerciții rezolvate Machine Learning

Pe pagina asta exersezi Machine Learning practic, în Python, cu numpy, pandas și scikit-learn: pregătirea datelor, regresie liniară și logistică, arbori de decizie, k-NN, k-means, metrici de evaluare, validare încrucișată și pipeline-uri. Primele exerciții calculează ideile de bază de mână, cu numpy (distanțe, sigmoid, gradient), ca să înțelegi ce face un model înainte să-l chemi dintr-o bibliotecă. Datele sunt mici, scrise direct în cod, din situații obișnuite: apartamente, clienți de bancă, emailuri, comenzi, elevi.

Exercițiile sunt grupate pe capitole, iar în fiecare capitol merg de la ușor la greu. Fiecare are un editor care rulează codul direct în browser și verifică rezultatul. Încearcă întâi singur pornind de la codul din editor, folosește indiciul dacă te blochezi și abia apoi deschide soluția și explicația, ca să compari raționamentul tău cu cel propus.

Harta exercițiilor

Trei insule, de la ușor la greu. Omulețul stă la exercițiul la care ai rămas: apasă pe orice exercițiu deschis ca să-l rezolvi.

Ideile ML calculate de mână cu numpy

1 Ușor Gratuit

Prezice prețul unui apartament cu media (modelul de bază)

Construiește cel mai simplu model de Machine Learning: unul care prezice mereu media prețurilor.

Ai prețurile (în euro) a 6 apartamente vândute: 85000, 92000, 78000, 110000, 99000, 87000. Folosește numpy ca să calculezi:

  • predicția de bază (media prețurilor), rotunjită la euro;
  • eroarea medie absolută (MAE): media diferențelor în valoare absolută dintre prețul real și predicție;
  • cea mai mare greșeală făcută de model.

Afișează exact trei linii, de forma Predicția de bază: 91833 euro.

Rezultatul așteptat
Predicția de bază: 91833 euro
Eroarea medie absolută (MAE): 8500 euro
Cea mai mare greșeală: 18167 euro
Indiciu

Diferența în valoare absolută se obține cu np.abs(preturi - media).

2 Ușor Gratuit

Calculează distanța euclidiană dintre doi clienți

Calculează cât de asemănători sunt doi clienți ai unui magazin online, folosind distanța euclidiană.

Fiecare client este descris de trei numere: vârsta, venitul lunar (în mii de lei) și numărul de comenzi din ultimul an:

  • clientul A: [30, 5.5, 12]
  • clientul B: [35, 4.0, 8]

Afișează diferențele pe fiecare caracteristică, apoi distanța calculată cu formula (rădăcina sumei pătratelor diferențelor) și distanța calculată cu np.linalg.norm, ambele rotunjite la 3 zecimale.

Rezultatul așteptat
Diferențe: [-5.0, 1.5, 4.0]
Distanța (formula): 6.576
Distanța (np.linalg.norm): 6.576
Indiciu

Scade vectorii element cu element, ridică la pătrat, adună și extrage rădăcina cu np.sqrt.

3 Ușor Gratuit

Transformă scoruri în probabilități cu funcția sigmoid

Scrie funcția sigmoid și folosește-o ca să transformi scorurile unui model de clasificare în probabilități.

Un model de detectare a fraudelor a dat scorurile [-3, -1, 0, 1, 3] pentru 5 tranzacții. Funcția sigmoid este 1 / (1 + e^(-z)).

Pentru fiecare scor afișează o linie de forma z = -3 -> p = 0.047 -> normală, unde probabilitatea este rotunjită la 3 zecimale, iar eticheta este suspectă dacă p este cel puțin 0.5 și normală altfel.

Rezultatul așteptat
z = -3 -> p = 0.047 -> normală
z = -1 -> p = 0.269 -> normală
z = 0 -> p = 0.500 -> suspectă
z = 1 -> p = 0.731 -> suspectă
z = 3 -> p = 0.953 -> suspectă
Indiciu

Pentru e^(-z) folosește np.exp(-z).

4 Ușor Gratuit

Calculează acuratețea unui filtru de spam

Calculează acuratețea unui filtru de spam comparând predicțiile lui cu etichetele reale.

Pentru 10 emailuri ai etichetele reale (1 = spam, 0 = normal) și ce a prezis filtrul:

  • reale: [1, 0, 0, 1, 1, 0, 0, 1, 0, 0]
  • prezise: [1, 0, 1, 1, 0, 0, 0, 1, 0, 1]

Afișează câte predicții sunt corecte din total, acuratețea ca procent cu o zecimală și pozițiile (indicii, de la 0) emailurilor clasificate greșit, sub formă de listă.

Rezultatul așteptat
Corecte: 7 din 10
Acuratețe: 70.0%
Emailuri greșite: [2, 4, 9]
Indiciu

Comparația y_real == y_pred dă un tablou de True/False, iar media lui este chiar acuratețea.

5 Ușor Gratuit

Prezice nota unui elev cu o dreaptă y = w * x + b

Folosește un model liniar dat (ponderea și deplasarea sunt deja cunoscute) ca să prezici notele unor elevi și să măsori cât greșește.

Modelul este nota = 0.5 * ore + 4, unde ore sunt orele de studiu pe săptămână. Pentru 5 elevi ai:

  • ore: [2, 4, 6, 8, 10]
  • note reale: [5.0, 6.5, 7.0, 8.5, 9.5]

Afișează predicțiile ca listă, erorile (real minus prezis) ca listă, eroarea medie pătratică (MSE) cu 3 zecimale și predicția pentru un elev care învață 7 ore.

Rezultatul așteptat
Predicții: [5.0, 6.0, 7.0, 8.0, 9.0]
Erori: [0.0, 0.5, 0.0, 0.5, 0.5]
MSE: 0.15
Nota estimată pentru 7 ore: 7.5
Indiciu

MSE este media pătratelor erorilor: np.mean(erori ** 2).

Erori frecvente aici:operands could not be broadcast together

Pregătirea datelor

22 Mediu Blocat

Scalează corect: fit pe train, transform pe test

Arată diferența dintre a scala corect (scalerul învățat doar pe train) și a scala greșit (scalerul învățat pe toate datele, inclusiv test).

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:X has 3 features, but ... is expecting 2 featuresThis LinearRegression instance is not fitted yet'numpy.ndarray' object has no attribute 'columns'

Regresie liniară

Regresie logistică și clasificare

40 Ușor Blocat

Afișează probabilitățile unui clasificator cu predict_proba

Antrenează o regresie logistică ce estimează dacă un vizitator al unui magazin online cumpără și afișează probabilitatea de cumpărare, nu doar decizia.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:object has no attribute 'predict_proba'too many indices for array: 1-dimensionalData must be 1-dimensional, got ndarray of shape

43 Mediu Blocat

Interpretează coeficienții regresiei logistice ca raport de șanse

Antrenează o regresie logistică ce prezice dacă un abonat la internet își anulează abonamentul și traduce coeficienții în rapoarte de șanse (odds ratio).

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:Solver lbfgs supports only 'l2' or None penalties'numpy.ndarray' object is not callableunsupported format string passed to ndarray

44 Mediu Blocat

Construiește un filtru de spam cu CountVectorizer și Naive Bayes

Construiește un filtru de spam pentru mesaje în limba română, transformând textul în numărători de cuvinte și antrenând un clasificator Naive Bayes.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:Sparse data was passed, but dense data is requiredNegative values in data passed to MultinomialNBempty vocabulary; perhaps ... stop words

45 Mediu Blocat

Clasifică recenziile pozitive și negative cu TF-IDF

Antrenează un clasificator de sentiment pentru recenziile unor produse, cu TfidfVectorizer și regresie logistică, și află ce cuvinte împing spre pozitiv sau negativ.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:Sparse data was passed, but dense data is requiredCannot center sparse matricesempty vocabulary; perhaps ... stop words

46 Mediu Blocat

Clasifică vinurile în trei categorii cu scalare și regresie logistică

Antrenează un clasificator cu mai multe clase pe setul de date wine din scikit-learn, cu scalarea datelor și regresie logistică într-un pipeline.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:ConvergenceWarning: lbfgs failed to convergegot an unexpected keyword argument 'max_iters'y_true and y_prob: different number of classes

Arbori de decizie și păduri aleatoare

k-NN și distanțe

k-means și clustering

Metrici, validare și overfitting

86 Ușor Blocat

Evaluează un model cu validare încrucișată (cross_val_score)

Evaluează un arbore de decizie pe setul breast_cancer cu validare încrucișată în 5 părți, în loc de o singură împărțire train/test.

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:n_splits cannot be greater than members in classNo module named 'sklearn.cross_validation'__sklearn_tags__() missing ... argument: 'self'

87 Mediu Blocat

Compară KFold cu StratifiedKFold pe date ordonate

Arată de ce contează amestecarea și stratificarea la validarea încrucișată, pe setul iris, unde exemplele sunt ordonate pe specii (întâi toate setosa, apoi versicolor, apoi virginica).

Cerința completă, soluția și explicația se deblochează împreună cu toate exercițiile Machine Learning

Erori frecvente aici:solver needs samples of at least 2 classesn_splits cannot be greater than members in classrandom_state has no effect since shuffle is False

Pipeline-uri și proiecte complete

Exerciții rezolvate la alte tehnologii

← Toate exercițiile rezolvate

Tudor Andrei Dumitrescu
Cine coordonează exercițiile

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Exercițiile de aici sunt gândite ca la job: date concrete, cerințe clare și soluții pe care le poți explica la un interviu de Machine Learning.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.