Blog
UX/UI: Formula dell’Eleganza
La definizione e lo sviluppo di interfacce utente accattivanti, coinvolgenti, ma sopratutto facili e intuitive è un passo fondamentale in qualsiasi applicativo o sito web. Esistono alcune regole base che è necessario considerare, anche se poi il nostro personale gusto estetico e creativo influenzerà le nostre scelte. Seguendo la Formula dell’eleganza si commetteranno, però, meno errori e il prodotto finale sarà il più intuitivo e inclusivo possibile.
Le migliori librerie di frontend Python per data science
Sviluppare applicazioni web e desktop richiede una conoscenza di diversi linguaggi di programmazione. La definizione delle interfacce utente è un aspetto fondamentale per fornire una user experience (UX) buona e una visione delle informazioni in modo efficace e accattivante. Per chi si occupa di analizzare i dati o di raccoglierli, questo aspetto risulta, però, critico. Infatti, molti sviluppatori si specializzano in un linguaggio e sono restii ad espandere le loro conoscenze su altri linguaggi o tasks che non sono il loro core business. Per questo motivo, in questo articolo presentiamo 5 librerie in python che possono facilitare e velocizzare lo sviluppo di interfacce utente.
Esplorare l’intelligenza artificiale: idee di progetti di deep learning
L’intelligenza artificiale sta riscuotendo un enorme interesse nell’ultimo periodo. L’applicazione di modelli di deep learning e IA a scenari reali ha aperto nuovi orizzonti. Per generare dei modelli per le nostre applicazioni abbiamo però bisogno di dati su cui addestrare questi modelli. Esploriamo alcune idee che ci potrebbero permettere di creare nuove applicazioni e servizi.
ElasticSearch: capire come e quando utilizzarlo
I motori di ricerca testuali sono una funzionalità che assume un ruolo rilevante nella costruzione delle applicazioni. La user experience migliora notevolmente se i risultati richiesti sono realmente inerenti alle parole inserite nella barra di ricerca. Elasticsearch ci permette di integrare un sistema di ricerca full-text e ottenere ottimi risultati in modo efficiente. Scopriamo come e quando è possibile sfruttare queste sue caratteristiche.
Prompt engineering: tecniche di prompting [parte 2]
Le tecniche proposte dall’ingegneria dei prompt permettono di svolgere compiti anche molto complessi. Alcune di esse, come zero-shoot, few shoot e Chain-of-Thought (CoT), riescono a fornire risultati ottimi in alcuni contesti. Laddove però i modelli hanno delle limitazioni si può ovviare con tecniche ancora più avanzate come Self-Consistency, Generated Knowledge e Tree of Thoughts.
Prompt engineering: tecniche di prompting [parte 1]
L’ingegneria dei prompt permette di ottimizzare i risultati ottenuti agendo solamente su ciò che viene fornito ai LLM. Negli ultimi anni si sono proposte diverse tecniche per strutturare in modo opportuno i prompt per risolvere task anche complessi senza dover riaddestrare il modello iniziale. Vedremo alcune tecniche semplici come zero-shoot, few shoot e Chain-of-Thought (CoT).
