Hmm, non sono sicuro che questo sia per principianti assoluti. Assume un po 'di conoscenza precedente che non è stata insegnata esplicitamente.
Creare applicazioni AI con modelli linguistici di grandi dimensioni
Una guida per principianti alla creazione di app intelligenti utilizzando l'ingegneria rapida, la generazione aumentata del recupero (RAG) e gli agenti IA.
-
💬
Istruttore IA
Fai domande su qualsiasi lezione e ricevi una risposta chiara all'istante, quando vuoi. -
🕐
Inizia quando vuoi
Niente orari né scadenze: impara al tuo ritmo, quando vuoi. -
🌐
In italiano
Lezioni, esercizi e certificato: tutto interamente nella tua lingua.
Informazioni sul corso
Contenuti del corso
6 moduli · 29 lezioni · 3 h
1
Fondamenti e Architettura LLM
Comprendere come funzionano i modelli linguistici e preparare l'ambiente di lavoro.
- Benvenuto nel mondo degli LLM
Panoramica del corso e cosa significa costruire applicazioni AI oggi.5 min - Cos'è un Large Language Model?
Spiegazione dei concetti base: predizione del prossimo token e addestramento.6 min - Token e Finestra di Contesto
Capire come i modelli leggono il testo e i limiti della loro memoria a breve termine.6 min - Il potere degli Embeddings
Come trasformare le parole in vettori numerici per farle 'capire' alla macchina.6 min - Esplorare Hugging Face
Utilizzare la libreria leader per accedere a migliaia di modelli open-source.6 min - Setup dell'ambiente Python
Installazione delle librerie necessarie per iniziare a programmare.6 min
2
Prompt Engineering Strategico
Imparare a comunicare efficacemente con l'IA per ottenere risultati precisi.
- Anatomia di un Prompt efficace
Istruzioni, contesto, input e indicatori di output.6 min - Zero-shot e Few-shot Learning
Insegnare al modello un compito fornendo esempi direttamente nel prompt.6 min - Chain of Thought (Catena di Pensiero)
Chiedere al modello di 'pensare passo dopo passo' per risolvere problemi logici.6 min - Formattazione dell'Output
Costringere il modello a rispondere in JSON o altri formati strutturati.6 min - Mitigare le Allucinazioni
Tecniche per ridurre le risposte inventate e aumentare l'affidabilità.6 min
3
RAG e Gestione dei Dati
Collegare l'IA a fonti di dati esterne per risposte aggiornate e private.
- Perché il RAG è necessario?
Superare il limite della data di fine addestramento dei modelli.6 min - L'architettura RAG
Il flusso: Recupero (Retrieve), Potenziamento (Augment), Generazione (Generate).6 min - Database Vettoriali: ChromaDB e Pinecone
Memorizzare e cercare informazioni basandosi sul significato semantico.6 min - Caricare Documenti Personalizzati
Trasformare PDF e file di testo in frammenti pronti per l'IA.6 min - Costruire un sistema di Q&A
Esercizio pratico: creare un bot che risponde su un manuale specifico.6 min
4
Sviluppo con LangChain e UI
Utilizzare framework professionali per orchestrare l'applicazione e creare interfacce.
- Introduzione a LangChain
Perché usare un framework per collegare componenti AI diversi.6 min - Creare Catene (Chains)
Concatenare più chiamate all'LLM per compiti complessi.6 min - Gestione della Memoria
Permettere all'applicazione di ricordare i messaggi precedenti della chat.6 min - Interfacce con Streamlit
Creare una web app per la tua AI con poche righe di Python.6 min - Dal Codice all'Interfaccia
Collegare il backend LangChain alla UI per l'utente finale.6 min
5
Fine-tuning e Specializzazione
Capire quando e come addestrare ulteriormente un modello per compiti specifici.
- Prompt Engineering vs Fine-tuning
Capire quando è necessario ri-addestrare il modello.6 min - Preparazione dei Dataset
Come strutturare i dati per la 'messa a punto' (Fine-tuning).6 min - Adattare Modelli Pre-addestrati
Processo tecnico per specializzare un modello su un tono o dominio specifico.6 min - Valutazione del Modello
Misurare se il fine-tuning ha effettivamente migliorato le prestazioni.6 min
6
Agenti AI e Automazione
Creare sistemi capaci di agire autonomamente per risolvere problemi.
- Cosa sono gli Agenti AI?
Sistemi che usano l'LLM come motore di ragionamento per agire.6 min - Strumenti (Tools) e Funzioni
Dare all'IA la capacità di usare calcolatrici, API o cercare sul web.8 min - Processo Decisionale e Loop
Come l'agente pianifica i passi per raggiungere un obiettivo complesso.8 min - Progetto Finale: L'Agente Autonomo
Costruire un assistente che decide quali strumenti usare per risolvere un task.9 min
Personal Knowledge Assistant
Sviluppa un'applicazione completa che utilizza un'interfaccia web per permettere all'utente di caricare documenti, interrogarli tramite RAG e attivare un agente capace di cercare sul web se l'informazione non è presente nei documenti.
Cosa otterrai
-
📜
Certificato di completamento
Aggiungilo al tuo profilo LinkedIn -
💬
Tutor AI personale
Bloccato su una lezione? Chiedi al tuo tutor integrato qualsiasi cosa, in qualsiasi momento. -
🎧
Versione audio inclusa
Impara ovunque, senza schermo -
♾️
Accesso a vita
Torna quando vuoi, senza scadenza -
📱
Telefono o computer
Funziona ovunque, su qualsiasi dispositivo -
💸
Rimborso entro 14 giorni
Senza domande -
⚡
Breve e mirato
3 h di contenuto pratico
Certificato di completamento
Ogni corso che completi su PickAClass rilascia una credenziale come questa — originale, con codice proprio, verificabile via URL e dettagliata su ciò che hai dimostrato.
Recensioni (6)
Corso: Fantastica esperienza di apprendimento. Il ritmo era perfetto e gli esempi hanno davvero consolidato i concetti.
Wow, che grande esperienza di apprendimento. Le applicazioni del mondo reale discusse erano così rilevanti.
Corso fantastico. Gli esempi utilizzati erano perfetti e hanno davvero aiutato a consolidare i concetti.
Il contenuto è stato ben strutturato e i consigli pratici per l'applicazione sono stati di prim'ordine.
Questo corso ha superato le mie aspettative. Le applicazioni del mondo reale discusse sono incredibilmente utili.
Altri hanno seguito anche
AI Privata con LLM Open Source: Implementazione Locale, RAG e Agenti
Fine-Tuning dei modelli OpenAI: Personalizza gli LLM con i tuoi dati
Sviluppare sistemi RAG con Azure OpenAI e Azure AI Search
Sviluppo di applicazioni AI con LangChain
Domande frequenti
Cosa serve per seguire questo corso? +
Basta un telefono o un computer con internet. Niente installazioni, nessun hardware speciale.
Come si paga? +
Con carta via Stripe. Non conserviamo i dati della carta — Stripe li gestisce in sicurezza.
Posso ottenere un rimborso? +
Sì — rimborso completo entro 14 giorni, senza domande.
Per quanto tempo avrò accesso? +
Per sempre. Una volta acquistato, il corso è tuo e puoi rivederlo quando vuoi.
Riceverò un certificato? +
Sì. Al completamento riceverai un certificato da aggiungere al tuo profilo LinkedIn.
Ottieni 10 corsi al mese
I membri ottengono ogni mese 10 corsi a scelta a 0 сом. Nessun costo per corso: paghi solo l'abbonamento.
- ✓ 10 corsi ogni mese
- ✓ Disdici quando vuoi
Si rinnova ogni mese. I corsi non usati scadono alla fine di ogni mese di fatturazione.