Pandas: analisi dati con Python [parte 2]
Pandas è una libreria Python che ci permette di analizzare dati provenienti da diversi fonti. Tra le funzionalità più utili sicuramente troviamo diverse funzioni per pulire i nostri dati e estrarre alcune statistiche sulla distribuzione dei valori dei vari attributi. Inoltre, possiamo creare aggregazioni con diverse logiche e graficare i dati per estrarre ulteriori informazioni. Scopriamo come fare tutto ciò con poche linee di codice!
Pandas: analisi dati con Python [parte 1]
I data scientists necessitano continuamente di leggere, manipolare e analizzare i dati. In molti casi si utilizzano dei tools specifici, ma a volte è necessario sviluppare il proprio codice. Per far ciò la libreria Pandas ci viene in aiuto. Scopriamo le sue strutture dati, come possiamo leggere i dati da diversi fonti e manipolarli per ii nostri scopi.
Gradio: applicazioni web in python per AI [parte 3]
Con Gradio è possibile creare applicazioni web per i nostri modelli di machine learning e AI in poche righe di codice. Mediante alcuni esempi, vedremo le funzionalità avanzate disponibili, quali l’autenticazione, il caching e l’elaborazione dei file in ingresso. Costruiremo anche un chatbot e un classificatore di immagini partendo da modelli pre-addestrati. Infine discuteremo come distribuire il nostro progetto in pochi semplici passi.
Gradio: applicazioni web in python per AI [parte2]
Gradio è una libraria python che ci permette di creare applicazioni web in modo veloce e intuitivo per i nostri modelli di machine learning e AI. Le nostre applicazioni richiedono sempre un’interazione con l’utente e una personalizzazione del layout. Scopriamo, mediante degli esempi, come migliorare le nostre applicazioni.
Gradio: applicazioni web in python per AI [parte1]
Scrivere applicazioni web per i nostri modelli di machine learning e/o di intelligenza artificiale può richiedere molto tempo e competenze che non sono in nostro possesso. Per snellire e velocizzare questo compito ci viene in aiuto Gradio, una libreria Python pensata per creare applicazioni web con poche righe di codice. Scopriamo le sue funzionalità base con alcuni esempi.
AI: le migliori tecniche di prompt per sfruttare i LLM
Le tecniche di prompt sono alla base dell’uso dei LLM. Esistono diversi studi e linee guide per ottenere i migliori risultati da questi modelli. Analizziamo alcuni di essi per estrarre i principi fondamentali che ci permetteranno di ottenere le risposte desiderate in base al nostro compito.
AI: creare un chatbot con i propri dati
ChatGPT ci permette di avere un assistente virtuale a nostra completa disposizione. Ha però una grande limitazione: non conosce i nostri dati privati. Come possiamo costruirci un nostro assistente virtuale, o meglio un chabot, che usi i nostri dati e che non ci richieda investimenti di denaro? Scopriamo come costruirne uno usando LLM open, ambienti computazionali gratuiti come Colab e librerie Python per gestire file PDF e creare interfacce web semplici ed intuitive.
UX/UI design: applicazioni utili
Con Figma il compito di progettare siti web e/o applicazioni è stato notevolmente semplificato. In pochi click si possono ottenere degli ottimi risultati subito pronti da presentare agli stakeholder e/o agli sviluppatori. Tuttavia, Figma non è il solo strumento che si può usare! Scopriremo quali altri strumenti possono essere integrati nel lavoro di progettazione delle interfacce utente.
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.
