Algoritmi e strutture dati per la data science in Python - Parte 1
Una lista comprensiva di algoritmi e strutture dati utili da conoscere per le interviste tecniche e con applicazioni pratiche nell'ambito della data science e machine learning
Data scientist con 6 anni di esperienza nell'applicare tecniche di data science per aiutare i clienti a risolvere problemi nei loro asset e a sfruttare le debolezze dei competitor a loro vantaggio.
Una lista comprensiva di algoritmi e strutture dati utili da conoscere per le interviste tecniche e con applicazioni pratiche nell'ambito della data science e machine learning
GLiNER è un modello NER in grado di identificare qualsiasi tipo di entità utilizzando un codificatore di trasformatore bidirezionale (simile a BERT) che supera ChatGPT e altri LLM in task di classificazione dei token zero-shot
Questo articolo ti guiderà attraverso l'utilizzo di ollama, uno strumento da linea di comando che permette il download, l'esplorazione e l'utilizzo di Large Language Models (LLM) sul tuo PC in locale, che sia Windows, Mac o Linux, con supporto GPU.
Progetto che usa GPT-4 (o qualsiasi altro LLM), un database vettoriale e Streamlit per navigare una base di conoscenza ampia e creare mappe mentali da essa per una migliore fruizione delle informazioni
Framework per approcciare qualsiasi progetto di machine learning e data science per assicurarci che stiamo lavorando a pieno regime per raggiungere i risultati richiesti
Questo articolo offre informazioni essenziali sulle sfide comuni, il framing psicologico delle scelte di carriera e modelli mentali per il successo nella data science e machine learning
Cosa è ChatGPT, la sua genesi e la descrizione del suo funzionamento dal punto di vista tecnico. Sfide legate all'utilizzo degli LLM e prospettive future nel settore.
Impara a creare un Chatbot in Python con LangChain e RAG, è una tecnica che permette di migliorare la qualità della risposta degli LLM utilizzando un archivio dati esterno
Cosa è l'IA generativa e perché sta ridefinendo i confini del possibile attraverso tecnologie che permettono alle macchine non solo di apprendere ma anche di creare