Data Science Tutorials

Scopri tutto quello che devi sapere sul nuovo modello di generazione di immagini di Google, Nano Banana 2, incluso come creare un editor di immagini iterativo in chat usando l’API con Python.

Scopri come abbinare l’Auto Mode di Claude Code ai Canali Telegram per eseguire da telefono un ciclo autonomo scrittura-test-debug.

Scopri come fare fine-tuning di Qwen3.6 su una GPU H100 NVL con SFT: dalla preparazione del dataset e caricamento a 4 bit fino a training e valutazione.

Impara a creare un sistema automatizzato LLM-come-giudice per valutare su larga scala le pipeline RAG in termini di aderenza alle fonti e rilevanza, colmando il divario nei test di IA.

Scopri le funzionalità del miglior modello pubblico di Anthropic, Claude Opus 4.7, e crea uno strumento di data science che trasforma un grafico in dati grezzi.

In questa guida, noleggeremo una GPU H200 e installeremo llama.cpp, scaricheremo MiniMax M2.7 GGUF, lo eseguiremo in locale, lo testeremo nella WebUI e lo collegheremo a OpenCode.

Rimuovi gli spazi non necessari, inclusi quelli iniziali, finali e multipli, per mantenere i dati chiari. Questa guida tratta le funzioni TRIM(), SUBSTITUTE() e CLEAN(), con consigli pratici per mantenere i fogli di calcolo accurati e facili da usare.

Padroneggia l’SDK Python di Ollama per lo sviluppo di LLM in locale. Impara a generare testo, gestire chat multi-turno, usare modelli di visione e creare app IA in sicurezza.

Padroneggia Codex CLI di OpenAI per automatizzare i workflow dei dati. Impara a fare EDA, costruire pipeline ETL in Python e generare test direttamente dal tuo terminale locale.

Padroneggia i sei pilastri, usa l’AWS Well-Architected Tool e trasforma le revisioni in un processo ripetibile per carichi di lavoro cloud sicuri, efficienti e ottimizzati nei costi.

Scopri come eseguire GLM 5.1 in locale su una GPU H100 con llama.cpp, testarlo, usare la WebUI e integrarlo con Claude Code.