Fondamenti degli LLM con Python
Questa formazione offre un’introduzione chiara e accessibile ai grandi modelli linguistici (LLM) con Python. Permette di comprendere il loro funzionamento, le principali architetture, nonché i meccanismi di generazione del testo e di elaborazione del lan
Crea il tuo account gratuito
Come si svolge il corso
Ogni lezione è un testo strutturato, illustrato con esempi e schemi, seguito da un quiz corretto automaticamente. Procedi al tuo ritmo, e le tue note restano collegate alla lezione in cui le hai prese.
-
Acquisire una solida comprensione dei concetti fondamentali dei grandi modelli linguistici (LLM)
-
Comprendere i meccanismi di funzionamento e le principali architetture degli LLM
-
Scoprire come usare Python per interagire con i modelli linguistici
-
Saper sfruttare gli LLM per diversi compiti di elaborazione del linguaggio naturale
-
Sviluppare la capacità di integrare e valutare dei modelli linguistici in progetti di intelligenza artificiale
-
Sviluppatore in intelligenza artificiale: progettazione di applicazioni che integrano modelli linguistici.
-
Ingegnere IA: sviluppo e integrazione di soluzioni basate sui grandi modelli linguistici.
-
Sviluppatore Python: creazione di programmi che sfruttano le capacità degli LLM.
-
Ingegnere per l’elaborazione del linguaggio naturale (NLP): sviluppo di sistemi in grado di analizzare ed elaborare testi.
-
Specialista in automazione: implementazione di processi automatizzati grazie ai modelli linguistici.
-
Data Scientist: sfruttamento dei modelli di intelligenza artificiale per analizzare e interpretare dati testuali.
-
Consulente in intelligenza artificiale: supporto alle aziende nell’adozione e nell’utilizzo degli LLM.
-
Ingegnere per l’integrazione IA: collegamento dei modelli linguistici alle applicazioni e ai sistemi informatici.
-
Analista di soluzioni di IA generativa: valutazione delle prestazioni e delle possibilità di applicazione dei modelli linguistici.
Accessibilità

Sei in situazione di disabilità e desideri seguire una formazione con noi, questa email è dedicata a te: contact@datagoz.com . Per qualsiasi altra situazione, non esitare a contattarci per valutare come garantire un'esperienza di apprendimento.
Come finanziare la mia formazione?
Attestato di superamento: al termine di questo corso, ti viene rilasciato un attestato di superamento DATAGOZ, nominativo e verificabile online.
Il team DATAGOZ ti augura buono studio!
5 capitoli, 36 lezioni
- 2. Introduzione ai grandi modelli linguistici (LLM)aperto
- 2. Realizzare una pipeline di sintesi del testoaperto
- 2. Pulire e migliorare le risposte generateaperto
- 2. Sfruttare LLM pre-addestratiaperto
- 2. Generare testo con un modello linguisticoaperto
- 2. Tradurre testo con un LLMaperto
- 2. Scoprire l’architettura Transformeraperto
- 2. Individuare i componenti di un Transformeraperto
- 2. Scegliere un’architettura di modello adattaaperto
- 3. Preparare un modello per il suo fine-tuningabbonati
- 3. Comprendere e applicare la tokenizzazione del testoabbonati
- 3. Visualizzare il processo di tokenizzazioneabbonati
- 3. Adattare un LLM tramite l’addestramentoabbonati
- 3. Definire i parametri di addestramentoabbonati
- 3. Configurare i parametri del processo di addestramentoabbonati
- 3. Sfruttare un modello dopo il suo fine-tuningabbonati
- 3. Scoprire i diversi metodi di fine-tuningabbonati
- 3. Applicare il transfer learning con il metodo one-shotabbonati
- 3. Confrontare gli approcci di transfer learningabbonati
- 4. Scoprire gli strumenti di valutazione degli LLMabbonati
- 4. Caricare metriche di valutazione con Pythonabbonati
- 4. Comprendere i principali indicatori di performanceabbonati
- 4. Applicare le metriche per misurare i risultatiabbonati
- 4. Valutare i compiti linguistici con la perplessità e BLEUabbonati
- 4. Misurare la perplessità dei modelli linguisticiabbonati
- 4. Valutare la qualità delle traduzioni con BLEUabbonati
- 4. Scoprire le metriche ROUGE, METEOR ed Exact Matchabbonati
- 4. Misurare la qualità dei testi generati con ROUGEabbonati
- 4. Valutare i risultati con la metrica METEORabbonati
- 4. Verificare l’esattezza delle risposte con Exact Matchabbonati
- 4. Rafforzare la sicurezza degli LLMabbonati
- 4. Individuare i contenuti tossici generatiabbonati
- 4. Valutare la pertinenza e la qualità delle risposteabbonati
- 4. Fare il bilancio delle competenze acquisiteabbonati
Tutto ciò che accompagna le lezioni
Quanto tempo, in base alla tua disponibilità
Cosa ottieni alla fine
Al termine del corso, l’attestato viene rilasciato a tuo nome. Il suo codice permette a un recruiter di verificarlo in pochi secondi.
Non è un diploma né una certificazione professionale; è la prova verificabile che hai seguito e superato questo corso.
Chi scrive questo corso
Una didattica chiara e applicata, con esempi concreti per imparare in modo efficace.
Prima di iniziare
Inizia oggi questo corso
10 lezioni aperte, senza carta di credito. Lei vedrà il livello e il tono prima di decidere.