Tutorial sull’IA

Il one-hot encoding è una tecnica usata per convertire i dati categorici in un formato binario in cui ogni categoria è rappresentata da una colonna separata con 1 a indicarne la presenza e 0 per tutte le altre categorie.

Scopri come usare l'agente di ingegneria del software Codex di OpenAI per correggere bug, spiegare il codice e generare pull request direttamente da ChatGPT.

Scopri come la nuova funzionalità di Function Calling di OpenAI consente ai modelli GPT di generare output JSON strutturati, risolvendo problemi comuni dovuti a output irregolari.

Scopri come usare l'API unificata di OpenRouter per accedere a vari modelli di IA e implementare funzionalità come streaming, reasoning tokens o output strutturati.

Scopri come potenziare PostgreSQL con funzionalità di ricerca vettoriale usando pgvector. Questo tutorial ti guida attraverso installazione, operazioni di base e integrazione con strumenti di IA.

Impara a creare agenti AI affidabili con Pydantic AI in Python. Convalida gli output, usa tool e trasmetti insight con esempi di codice pratici.

Scopri come installare, configurare ed eseguire Qwen3 in locale con Ollama e creare una semplice applicazione basata su Gradio.

Scopri come configurare e usare Qwen Code CLI per attività di coding agentico, tra cui esplorazione del codebase, refactoring e altro.

Esegui GLM-5, il miglior modello AI open-weight, su una singola GPU con llama.cpp e collegalo ad Aider per trasformarlo in un potente agente di coding locale.

Esegui LLM in locale (Windows, macOS, Linux) utilizzando questi framework LLM facili da usare: Ollama, LM Studio, vLLM, llama.cpp, Jan e llamafile.

Esegui l'ultimo modello Qwen su una VM con singola GPU, configura llama.cpp e accedici in locale in modo sicuro tramite SSH attraverso un endpoint privato compatibile con OpenAI.

Il tutorial risponde alle domande più frequenti sul deep learning ed esplora vari aspetti del deep learning con esempi reali.