#01Video
L’AI spiegata in brevi video
Un’idea per video, spiegata in modo semplice. Ogni video rimanda al capitolo del nostro corso gratuito che la spiega passo dopo passo.
Inizia da qui AI 101
- #01
#02Machine learning: how a computer draws its own dividing line
#03Neural networks: layers of tiny calculators passing signals on
#04How AI learns: guess, measure the error, nudge, repeat
#05Tokens: how AI chops your words into numbered pieces
#06Embeddings: why a puppy lands closer to a dog than to a pizza
Ultimi
#031Momentum: how remembering past steps stops AI training zigzagging
#030Mini-batches: why AI learns faster from a random handful of data
#029Saddle points: where AI training looks stuck but has a way down
#028Local minima: why AI training can settle for second best
#027Condition number: why a stretched valley makes AI training crawl
#026Learning rate: the step size with a ceiling you can calculate
#025Gradient descent: how AI finds its way downhill in small steps
#024Gradient: the arrow that points uphill, and why AI walks the other way
#023Chain rule: how AI traces the effect of every layer
#022Derivative: how much the result moves when you nudge one input
#021Grid search: why you cannot train an AI by trying every setting
#020Robust loss: stop one wild reading from wrecking your forecast
#019Heavy tails: when rare, huge errors break the usual average
#018Mean squared error: the hidden bet behind squaring your mistakes
#017The LogSumExp trick: one subtraction that stops AI math overflowing
#016Rounding error: why adding the same numbers can give two answers
#015Floating-point numbers: why your computer cannot hold every number
#014Negative log-likelihood: turning a fragile product into a calm sum
#013Maximum likelihood: the answer that makes your data least surprising
#012Bayes' rule: reasoning backwards from a clue to its most likely cause
#011Chain rule of probability: how AI scores a sentence word by word
#010Loss landscape: training an AI means finding the bottom of a valley
#009Loss function: the scoring rule that decides which answer wins
#008Feature engineering: the human choice that can beat the algorithm
Per capitolo del corso
- 1Il perceptron da zero: che cosa calcola un neurone10 video
- 2Da dove nasce una funzione di loss: verosimiglianza, non convenzione12 video
- 3In discesa: Gradient Descent e i due passaggi che tutti saltano12 video
- 4Classificazione, cross-entropy e come non ingannarti da solo
- 5Backpropagation da zero: prima il motore, poi la rete1 video
- 6Far sì che si alleni, e che generalizzi
- 7Costruire un Tokenizer BPE: perché il tuo modello non conta le R1 video
- 8Predizione del next-token: embedding e cosa significa la perplexity1 video
- 9Attention e transformer block, derivati da una media
- 10Pretraining di un LLM: dati, compute, scaling laws e costi
- 11Dal modello di base all'assistente: SFT, RLHF, DPO e GRPO
- 12Chain of Thought, RLVR e Test-Time Compute, misurati
- 13Rendere l’inference economica: KV cache, batching e quantizzazione
- 14La tua prima chiamata LLM in produzione: streaming, retry, timeout
- 15Prompt Engineering misurato: cosa cambia l’output
- 16Context window, token e conto: misurati
- 17Temperature, Top-p e il determinismo che non hai
- 18Tool Calling e output strutturati: il contratto che regge
- 19RAG in produzione: chunking, retrieval e citazioni oneste
- 20Fine-Tune, retrieval o prompt? La decisione è economica
- 21Prezzi multimodali: cosa fatturano davvero immagini, audio e video
- 22Cos’è un AI agent: cinque tipi classici, due definizioni rivali
- 23Costruire un agent harness: il loop e le sue cinque vie d’uscita
- 24Context Engineering: perché il tuo agent diventa più stupido al turno 40
- 25Orchestrazione multi-agent: cinque pattern e quando ne vince uno
- 26MCP spiegato a partire dalla specifica: che cos’è davvero un server
- 27Pubblicare un server MCP: TypeScript e Python, misurati
- 28Agent Skills e SKILL.md: disclosure progressiva, misurata
- 29Valutazione degli LLM: dai benchmark pubblici al tuo golden set
- 30Prompt injection e trifecta letale: mettere in sicurezza un vero agent