Ga naar hoofdinhoud

Leerdoelen Algoritmes: Niveau 1

Op deze concepten beoordeelt je docent je project op Niveau 1. De andere niveaus en hoe het cijfer tot stand komt, staan op het overzicht.

Python

BasisGevorderd

Machine learning

BasisGevorderdExpert
  • Een chatbot met regelsPython: if, elif en else, en in op tekst.Leer het in: Een trefwoord
  • Een spamfilter met regels: een score en een drempelPython: een lijst, een for-loop en .split().Leer het in: Een score
  • Een spamfilter dat zijn woorden uit voorbeelden haaltPython: tellen met een dictionary.Leer het in: Woorden tellen
  • Voorspellen met de dichtstbijzijnde buurPython: tuples en een functie met return.Leer het in: De dichtstbijzijnde
  • Voorspellen met de k dichtstbijzijnde buren (k-NN)Python: sorted, slicing en een functie met drie parameters.Leer het in: De winnaar
  • Een kans schatten met een simulatiePython: random.randint in een loop, en tellen met een dictionary.Leer het in: Eén worp
  • Een surfer die willekeurig over een web klikt, met dampingPython: random.choice, random.random en een dictionary met lijsten.Leer het in: Het web
  • Nim spelen met een vaste strategiePython: een while-loop, % en functies die een zet teruggeven.Leer het in: De truc
  • De buren van een vakje in een doolhofPython: een raster van teksten, en een functie die een lijst tuples teruggeeft.Leer het in: De buren
  • Een neuron dat beslist met gewichten en een biasPython: range(len(lijst)) langs twee lijsten tegelijk.Leer het in: Ja of nee
  • Eerlijk testen: een oefenset en een toetsset, en de score per soortPython: random, en tellen per soort met twee dictionaries.Leer het in: Oefenen en toetsen
  • Het project Shopping van CS50 AIOp je eigen computer, met een CSV-bestand, scikit-learn en gevoeligheid en specificiteit.Leer het in: Aan de slag met Shopping
  • Een kansmodel: kiezen met kansen, een steekproef, en doorrekenen tot het stilstaatPython: een dictionary in een dictionary, random.choices met weights, een functie die een dictionary teruggeeft, en een while tot het verschil kleiner is dan 0,001.Leer het in: Een kansmodel
  • Het project PageRank van CS50 AIOp je eigen computer, na de surfer en het hoofdstuk PageRank.Leer het in: Aan de slag met PageRank
  • Nim die van zichzelf leert, met beloning en strafPython: een tuple als sleutel, en een score per zet bijwerken.Leer het in: Leren uit duizend spellen
  • Een muis die leert met een leertempo en de beste toekomstPython: een klasse met methoden, en een tabel q met een tuple als sleutel.Leer het in: De beste toekomst
  • Het project Nim van CS50 AIOp je eigen computer; hoe je begint, staat onder Aan de slag met Nim.Leer het in: Aan de slag met Nim
  • Het project Tic-Tac-Toe van CS50 AIOp je eigen computer, na het hoofdstuk minimax.Leer het in: Minimax — het idee
  • De kortste weg met breadth-first searchPython: een lijst als wachtrij in een while-loop, en een dictionary met afstanden.Leer het in: Breedte-eerst
  • De weg door een netwerk met lijnen: een knoop die onthoudt waar hij vandaan kwamPython: een klasse Knoop met een ouder, en een wachtrij als klasse.Leer het in: De weg met lijnen
  • Het project Degrees van CS50 AIOp je eigen computer; hoe je begint, staat onder Aan de slag met Degrees.Leer het in: Aan de slag met Degrees
  • Een neuron dat zijn gewichten leert uit voorbeelden (perceptron)Python: lijst[i] veranderen in een loop in een loop.Leer het in: Rondes
  • Een netwerk met lagen dat plaatjes herkent: één uitgang per soort, de grootste wintPython: een lijst van lijsten, en de positie van de grootste zoeken.Leer het in: De grootste wint
  • Het project Traffic van CS50 AIOp je eigen computer, met TensorFlow; het zwaarste project van de route.Leer het in: Aan de slag met Traffic