In un contesto in cui l’intelligenza artificiale sta trasformando profondamente il modo in cui aziende e professionisti progettano soluzioni digitali, comprendere il funzionamento delle reti neurali e dei Large Language Model (LLM) è diventato un elemento strategico.
RETI NEURALI
Introduzione alle reti neurali
Addestramento di reti neurali
Caratteristiche e problematiche delle reti neurali
Approfondimento delle principali reti neurali: Perceptron, Multilayer Perceptron (MLP), Reti Neurali Convoluzionali (CNN), Reti Neurali Ricorrenti (RNN), Transformers, Autoencoder, Generative Adversarial Networks (GAN), Self-Organizing Maps (SOM).
Applicazione a dati reali in Python
LARGE LANGUAGE MODEL E AGENTI IN PYTHON
Introduzione ai Large Language Model (LLM)
Addestramento di un LLM
ChatGPT: architettura e API OpenAI per Python
Prompt engineering e prompt chaining
Gestione del contesto di un LLM, RAG e embedding
Gestione della memoria di un LLM
Introduzione agli agenti LLM
Integrazione degli agenti con dati, API e strumenti esterni
Memoria e persistenza negli agenti
Creazione di applicazioni pratiche con agenti LangChain