awesome-repositories.com
المدونة
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعحولكيفية ترتيب النتائجالصحافةخادم MCP
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

6 مستودعات

Awesome GitHub RepositoriesExercise-Driven Validations

Validation of conceptual knowledge through the requirement of a working code implementation.

Distinct from Interface-Driven Validation: Focuses on pedagogical knowledge validation via implementation rather than technical interface decoupling.

Explore 6 awesome GitHub repositories matching software engineering & architecture · Exercise-Driven Validations. Refine with filters or upvote what's useful.

Awesome Exercise-Driven Validations GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • atcold/pytorch-deep-learning-minicourseالصورة الرمزية لـ Atcold

    Atcold/pytorch-Deep-Learning-Minicourse

    6,810عرض على GitHub↗

    هذا منهج تعليمي لبناء وتدريب الشبكات العصبية باستخدام PyTorch. يعمل كدليل ومورد لتدريب التعلم العميق، حيث يوفر سلسلة منظمة من الدروس حول حسابات الموترات (tensors) وتطوير البنيات. تستخدم الدورة نموذج تعلم تفاعلي يربط النظرية الأكاديمية بالممارسة. فهي تجمع بين شرائح المحاضرات النظرية ودفاتر الملاحظات القائمة على التمارين، مما يتطلب من الطلاب تنفيذ منطق النموذج ضمن قوالب محددة مسبقاً للتحقق من فهمهم المفاهيمي. يغطي المنهج مجموعة واسعة من قدرات التعلم العميق، بما في ذلك تحسين النموذج عبر الانحدار المتدرج (gradient descent) والتنظيم (regularization)، وتنفيذ بنيات الشبكات التلافيفية (convolutional)، والمتكررة (recurrent)، والمحولات (transformers). كما يتضمن تعليمات لمعالجة البيانات متعددة الوسائط وتطبيق التعلم شبه الخاضع للإشراف عبر الطرق التباينية والمشفرات التلقائية. يتم تقديم المحتوى من خلال سلسلة معيارية من Jupyter Notebooks.

    Validates student understanding by requiring the implementation of theoretical concepts in code.

    Jupyter Notebook
    عرض على GitHub↗6,810
  • jonkrohn/ml-foundationsالصورة الرمزية لـ jonkrohn

    jonkrohn/ML-foundations

    4,772عرض على GitHub↗

    ML-foundations is a machine learning educational curriculum and computer science study guide. It provides a structured learning path focused on the mathematical foundations and computational prerequisites required for studying machine learning. The project serves as a Python mathematics course, delivering interactive notebooks and coding exercises to teach linear algebra, calculus, and statistics. It translates abstract mathematical formulas into concrete algorithmic code to help learners understand the principles underpinning machine learning algorithms. The curriculum covers data science p

    Provides coding tasks that require learners to implement mathematical operations to prove their theoretical understanding.

    Jupyter Notebookcalculuscomputer-sciencedata-science
    عرض على GitHub↗4,772
  • amanchadha/coursera-deep-learning-specializationالصورة الرمزية لـ amanchadha

    amanchadha/coursera-deep-learning-specialization

    4,278عرض على GitHub↗

    This project is a structured curriculum archive and study resource for mastering deep learning architectures and model implementation. It serves as a categorized repository of academic materials, including courseware and implementation guides for neural networks. The collection provides a multi-model framework for building and training various architectures, specifically covering basic neural networks, convolutional networks, and sequence models. It focuses on deep learning architecture, regularization, and the process of structuring machine learning projects and tuning hyperparameters. The

    Provides programming exercises and quizzes that validate the practical implementation of theoretical deep learning concepts.

    Jupyter Notebookandrew-ngandrew-ng-coursecnns
    عرض على GitHub↗4,278
  • system-f/fp-courseالصورة الرمزية لـ system-f

    system-f/fp-course

    4,237عرض على GitHub↗

    هذا المشروع عبارة عن منصة تعليمية قائمة على التمارين ودورة برمجة وظيفية مصممة لتعليم Haskell من خلال منهج منظم من مهام التنفيذ العملية. يعمل كبرنامج تعليمي تفاعلي وإطار عمل تعليمي حيث يتقن الطلاب مفاهيم البرمجة الوظيفية من خلال إكمال سلسلة من الوحدات المنسقة. تؤكد المنصة على سير عمل التطوير القائم على الأنواع (type-driven)، باستخدام ثقوب الأنواع (type holes) والاستعلام عن الأنواع المدمج في المترجم لتوجيه اكتشاف منطق البرنامج. توفر بيئة برمجة تفاعلية عبر حلقة القراءة-التقييم-الطباعة (REPL)، مما يسمح بتجربة الكود في الوقت الفعلي، والاستعلام عن أنواع التعبيرات، وفحص تفاصيل المعرفات. يتم ضمان الصحة من خلال نظام تحقق مؤتمت يجمع بين اختبارات الوحدات ومجموعة اختبارات قائمة على الخصائص (property-based testing). تستخدم هذه الأدوات توليد مدخلات عشوائية للتحقق من أن حلول التمارين تلبي متطلبات محددة. يغطي المنهج بناء جملة اللغة، وتوقيعات الأنواع، وتعدد الأشكال (polymorphism)، ومطابقة الأنماط لتفكيك هياكل البيانات المعقدة.

    Implements automated validation of coding exercises through integrated unit and property-based test suites.

    Haskell
    عرض على GitHub↗4,237
  • data61/fp-courseالصورة الرمزية لـ data61

    data61/fp-course

    4,237عرض على GitHub↗

    هذا المشروع عبارة عن دورة برمجة وظيفية ومنهج برمجي مؤتمت مصمم لتعليم المبادئ الأساسية للنموذج من خلال سلسلة منظمة من التمارين والوحدات. يعمل كبرنامج تعليمي تفاعلي للبرمجة حيث يحل المتعلمون مشكلات تدريجية ويتحققون من فهمهم من خلال مجموعة تمارين برمجية. المنهج مستقل عن اللغة، ويركز على المنطق الأساسي والنماذج بدلاً من لغة محددة. يستخدم سلسلة أدوات مؤتمتة تحول الكود المصدري إلى ملفات ثنائية قابلة للتنفيذ للتحقق من الحلول. يتم التحقق من الصحة باستخدام نهج قائم على الاختبار (test-driven) يجمع بين مشغل اختبار مدمج واختبار قائم على الخصائص لضمان أن التنفيذات تلبي متطلبات وظيفية محددة. يتضمن المشروع نصوصاً برمجية لتهيئة بيئة المطور لتوليد ملفات تكوين البناء تلقائياً.

    Verifies implementation correctness by executing predefined test cases and property-based checks against user code.

    Haskell
    عرض على GitHub↗4,237
  • scala-exercises/scala-exercisesالصورة الرمزية لـ scala-exercises

    scala-exercises/scala-exercises

    2,648عرض على GitHub↗

    Scala Exercises هي منصة تعليمية تفاعلية مصممة لإتقان لغة البرمجة Scala من خلال تحديات البرمجة القائمة على المتصفح. تعمل كإطار عمل تعليمي شامل ينظم دروس البرمجة في وحدات متسلسلة، مما يوفر ملاحظات فورية على الكود المقدم من المستخدم من خلال التحقق الآلي. تتميز المنصة بمعاملة المحتوى التعليمي كأدوات معيارية ومؤرشفة يمكن تسجيلها ديناميكياً ودمجها كتبعيات للمشروع. تسمح هذه المعمارية بإنشاء مسارات تعلم مخصصة حيث يتم تعريف التمارين باستخدام واجهات آمنة من حيث النوع والتحقق منها مقابل مجموعات اختبار محددة مسبقاً، مما يضمن التزام جميع حلول الطلاب بالمتطلبات الوظيفية المتوقعة. بعيداً عن التعليمات الأساسية، يوفر النظام أدوات لتأليف وتنظيم المناهج المعقدة، مما يتيح للمساهمين حزم التوثيق الوصفي جنباً إلى جنب مع المنطق القابل للتنفيذ. تدعم المنصة توسيع مكتبتها من خلال تكامل الوحدات الخارجية، مما يسمح بصيانة وتوزيع محتوى البرمجة المتخصص داخل بيئة موحدة وموجهة بالاختبار.

    Validates student code solutions against predefined test suites to ensure functional correctness.

    Scalacatsfunctional-programminglearning
    عرض على GitHub↗2,648
  1. Home
  2. Software Engineering & Architecture
  3. Interface-Driven Validation
  4. Exercise-Driven Validations

استكشف الوسوم الفرعية

  • Automated Exercise ValidationsAutomated systems that verify the correctness of coding exercise implementations through test suites. **Distinct from Exercise-Driven Validations:** Distinct from Exercise-Driven Validations by focusing on the automated testing mechanism rather than the pedagogical requirement of implementation