Checklist con screenshot di terminale e Octave per completare il manuale pratico passo‑passo

Ecco la checklist operativa con screenshot concettuali per gestire dataset pesanti con Git LFS e GNU Octave su Ubuntu. Ti guiderà passo‑passo, come un mini‑manuale tecnico pronto all’uso.

1. Installazione Git LFS

• 

• 

• 

• 

• Comando base

  bash<?XML:NAMESPACE PREFIX = "[default] http://www.w3.org/2000/svg" NS = "http://www.w3.org/2000/svg" />

  sudo apt-get install git-lfs
  git lfs install
  

• Verifica

  bash

  git lfs version
  

✅ Output atteso: versione installata e conferma hook attivi.

2. Configurazione del repository

• 

• 

• 

• 

• Tracking dei file pesanti

  bash

  git lfs track "*.csv"
  

• Controlla .gitattributes per assicurarti che le regole siano salvate. ✅ Screenshot tipico: file .gitattributes con righe *.csv filter=lfs diff=lfs merge=lfs.

☁️ 3. Commit e Push

• 

• 

• 

• 

• Comandi principali

  bash

  git add .
  git commit -m "Aggiunta dataset con Git LFS"
  git push origin main
  

✅ Output: caricamento su server LFS, repo leggero con puntatori.

4. Analisi in GNU Octave

• Caricamento dataset

  octave

  data = csvread("data/raw/large_dataset.csv");
  summary(data);
  

✅ Screenshot: finestra Octave con variabili caricate e output statistico.

5. Ottimizzazione memoria

• Gestione memoria Octave Usa dlmread con range o h5read per file HDF5.

  octave

  partial = dlmread("dataset.csv", ",", [0,0,1000,10]);
  

✅ Screenshot: Octave con subset di dati visualizzato.

Checklist finale

Step
Comando chiave
Verifica

Installazione
git lfs install
Versione corretta

Tracking
git lfs track "*.csv"
.gitattributes aggiornato

Commit & Push
git push origin main
Upload su LFS

Analisi
csvread("dataset.csv")
Dati caricati

Ottimizzazione
dlmread / h5read
Memoria gestita

Read More

Crea bellissimi documenti Word in WPS Writer.

WPS Writer è un editor di Word gratuito che ti aiuta a creare, modificare, salvare e condividere documenti con facilità. È completamente compatibile con Microsoft Office, offrendo un'elaborazione fluida dei documenti Word su PC Windows, Mac, Android, iOS e con supporto multipiattaforma.

Download gratuito

 

Funzionalità di WPS Writer per contenuti professionali

Interfaccia utente intuitiva, alternativa gratuita a Microsoft Word

Inizia un viaggio di scrittura fluido e intuitivo con l'interfaccia intuitiva di WPS Writer, studiata per assomigliare a Microsoft Word.

Il suo layout familiare e accessibile consente di creare, modificare e formattare senza alcuno sforzo i documenti Word.

Compatibile con file in formato .DOC e .DOCX

WPS Writer è compatibile con 15 formati di file, fra cui quelli .doc, .docx, .docm, .dotm, .txt, .rtf e altri.

Con WPS Writer puoi mantenere con facilità testo, intestazioni, colori, formati di celle e numeri, layout e altri componenti, assicurando l'integrità dei tuoi file durante tutto il processo.

<?XML:NAMESPACE PREFIX = "[default] http://www.w3.org/2000/svg" NS = "http://www.w3.org/2000/svg" /> Download gratuito

Gestisci e condividi file da qualsiasi luogo

WPS Writer consente di sincronizzare file in formato .doc su vari dispositivi: PC Windows, Mac, Linux, Android, iPhone, iPad e piattaforme cloud.

Puoi condividere i tuoi testi con amici e colleghi, sfruttando al contempo le funzionalità di collaborazione in tempo reale. Tieni traccia delle ore delle modifiche, della cronologia delle versioni e di chi ha contribuito a ogni idea innovativa.

Dai slancio alla creatività con i modelli gratuiti

WPS Office offre oltre 100.000 bellissimi modelli per migliorare i tuoi documenti Word senza problemi.

Scarica i modelli gratuiti e modificabili per personalizzare CV, lettere e inviti che lasciano un ricordo indelebile.

Download gratuito

Funzionalità più comuni di WPS Writer

• Controllo ortografico
• Dividi/unisci documenti
• Ridenominazione in batch dei file
• Converti da Word in PDF
• Colore del testo di tendenza
• Icone e immagini integrate
• Aggiungi una casella di controllo
• Aggiungi una firma

La funzione del controllo ortografico rileva ed evidenzia automaticamente gli errori di ortografia nei tuoi documenti, garantendo contenuti privi di errori. Grazie ai suggerimenti sulle correzioni, puoi correggere con facilità eventuali errori di ortografia e garantire un lavoro raffinato e professionale.

Read More

Mappa concettuale infografica (tipo diagramma con blocchi) che riassuma il flusso Git LFS → Repo → Octave.

<?XML:NAMESPACE PREFIX = "[default] http://www.w3.org/2000/svg" NS = "http://www.w3.org/2000/svg" />

Ecco la tua mappa concettuale infografica pronta:

https://copilot.microsoft.com/th/id/BCO.9948969b-08bf-4c6d-be91-af61276aaa35.png

Come leggerla

• Installazione Git LFS → setup iniziale con apt-get install e git lfs install.

• Configura Repo → regole in .gitattributes, tracking dei dataset CSV e modelli ML.

• Commit & Push → caricamento su server LFS, repo leggero con puntatori.

• Analisi in Octave → caricamento dei dataset con csvread e analisi diretta.

Questa mappa ti dà un colpo d’occhio immediato sul flusso: Git LFS → Repository → Dataset → Octave.

 

Ti mostra in modo chiaro il flusso completo:

1. Installazione Git LFS → setup iniziale nel terminale.

2. Configurazione del repository → tracciamento dei file pesanti con .gitattributes.

3. Commit & Push → caricamento su server LFS.

4. Analisi in Octave → importazione e analisi dei dataset.

Questa visuale ti aiuta a collegare ogni fase del processo, dal versionamento alla manipolazione dei dati in Octave.

Read More

Cos'è Grok e come funziona?

Grok è un assistente AI che aiuta a completare attività come rispondere a domande, risolvere problemi e fare brainstorming. Grok è disponibile agli utenti X e si basa sull'innovativo modello linguistico di grandi dimensioni (LLM) di xAI. Ispirato alla Guida galattica per gli autostoppisti e a JARVIS di Iron Man, Grok è progettato per rispondere a quasi tutte le domande con un tocco di verve e di umorismo, fornendo al contempo risposte utili e perspicaci. Grok ha uno spirito ribelle e un punto di vista esterno sull'umanità, che lo rendono un compagno originale e interessante. Grok usa le ponderazioni dei modelli di previsione del token successivo (modelli che prevedono la parola o il simbolo che più probabilmente seguirà una data sequenza testuale) per sapere come eseguire determinate attività.

Come è stato addestrato Grok?

Come la maggior parte degli LLM odierni, Grok è stato pre-addestrato da xAI su una serie di dati provenienti da fonti e set di dati disponibili al pubblico, esaminati e curati da tutor AI che sono revisori umani. Per ulteriori informazioni, visita il sito Web di xAI.

In che modo Grok usa i dati?

Fornire risposte

Rispondendo alle domande degli utenti tramite testo o input vocale, Grok ha una caratteristica unica che gli consente di decidere se cercare o meno X post pubblici e di condurre una ricerca web in tempo reale su Internet. Grazie all'accesso in tempo reale ai post X pubblici, Grok può rispondere alle query degli utenti con informazioni e approfondimenti aggiornati su una vasta serie di argomenti.

Formazione e miglioramento del modello AI

X può condividere con xAI i tuoi dati X pubblici, nonché le tue interazioni utente, i tuoi input e i tuoi risultati con Grok su X per addestrare e perfezionare Grok e altri modelli di intelligenza artificiale generativa. I dati X pubblici si riferiscono ai post pubblici, ai metadati associati ai post pubblici (come interazioni e ripubblicazioni), agli spazi pubblici e ai profili pubblici (come biografia e nome visualizzato). Ciò significa anche che quando interagisci con Grok su X, tramite voce o testo, le tue interazioni, i tuoi input e i tuoi risultati possono essere utilizzati per addestrare e migliorare le prestazioni dei modelli di intelligenza artificiale generativa sviluppati da xAI.

Questo ci aiuta a migliorare costantemente la tua esperienza. Questo ci consente, ad esempio, di:

• aumentare la comprensione della comunicazione e del linguaggio umano da parte di Grok;
• migliorare la capacità di Grok di fornire risposte accurate, pertinenti e coinvolgenti;
• sviluppare il senso dell'umorismo e la verve di Grok per rendere le interazioni più piacevoli;
• garantire che Grok rimanga politicamente imparziale e fornisca risposte equilibrate.

Gli utenti X hanno la possibilità di controllare quando desiderano che i loro dati pubblici, le loro interazioni, i loro input e i loro risultati con Grok su X vengano usati per addestrare e perfezionare modelli di intelligenza artificiale generativa, come descritto di seguito. Tieni presente che puoi impedire che i tuoi post vengano usati per l'addestramento e il perfezionamento di Grok anche rendendo privato il tuo account.

Personalizzazione Grok

X può condividere con xAI i tuoi dati di X, ad esempio profilo pubblico, post pubblici, post popolari, interazioni e interessi, tra cui il tuo modo di interagire con Grok, i tuoi input e i risultati che ricevi. Se interagisci tramite input vocale, Grok trascriverà o tradurrà il tuo input e tali input vocali, trascrizioni o traduzioni potrebbero essere condivisi con xAI. Questi dati ci aiutano a personalizzare le tue interazioni con Grok, rendendole più pertinenti e coinvolgenti. Ciò significa che Grok può comprendere meglio le tue preferenze e il contesto, offrendoti un assistente AI più personalizzato ed efficace, pensato su misura per te. Puoi controllare quando vuoi che i tuoi dati vengano utilizzati per personalizzare Grok e altri modelli di intelligenza artificiale sviluppati da xAI tramite le tue impostazioni sulla privacy, come descritto di seguito.

Read More

Ubuntu 27.04: Ecco il nuovo nome in codice (e cosa significa)

Ubuntu ha una tradizione particolare: ogni versione del sistema operativo viene identificata da un nome in codice formato da un aggettivo e dal nome di un animale, entrambi con la stessa iniziale. Per questo troviamo nomi come Jammy Jellyfish, Noble Numbat e Resolute Raccoon.

Ma per Ubuntu 27.04 c'è una distinzione importante: il nome in codice deve essere verificato attraverso annunci ufficiali o fonti aggiornate, perché non basta dedurlo dalla sequenza delle versioni precedenti.

Il nome ufficiale: Tenacious T-Rex

Confermato il 12 ottobre 2026 dalla comunità ufficiale Ubuntu.

Ubuntu Discourse

+1

Tenacious T-Rex significa, più o meno, «T-Rex tenace».

• Tenacious = tenace, perseverante, determinato a non mollare.

• T-Rex = il celebre Tyrannosaurus rex, uno dei dinosauri predatori più conosciuti.

La scelta è curiosa perché Ubuntu non aveva mai utilizzato un dinosauro come mascotte principale e, secondo la ricostruzione di OMG! Ubuntu, non aveva mai adottato nemmeno un nome di animale con il trattino come T-Rex.

OMG! Ubuntu

Perché proprio questo nome?

Non risulta una spiegazione ufficiale approfondita che colleghi il nome a una specifica caratteristica tecnica della distribuzione. Possiamo però distinguere tre aspetti:

• La tenacia: richiama la capacità di Ubuntu di continuare a evolversi e adattarsi nel tempo.

• Il dinosauro: offre una mascotte forte, immediatamente riconoscibile e diversa dai soliti animali simpatici.

• La tradizione alfabetica: la lettera T continua la sequenza storica dei nomi in codice.

Quest'ultimo punto è particolarmente interessante: il nome non è scelto soltanto per il suo significato, ma anche per rispettare una tradizione che accompagna Ubuntu da oltre vent'anni.

La storia dei nomi in codice di Ubuntu

2004 — Warty Warthog

Ubuntu 4.10

La prima versione, pubblicata nell'ottobre 2004. Warty significa «pieno di verruche»: un nome volutamente ironico per un progetto che stava muovendo i primi passi.

2006 — Dapper Drake

Ubuntu 6.06 LTS

Dapper significa elegante o raffinato; Drake è un'anatra maschio. Questa versione fu la prima LTS, con supporto a lungo termine, dopo il ritardo che portò la numerazione da aprile a giugno.

2014 — Trusty Tahr

Ubuntu 14.04 LTS

Trusty significa affidabile; il tahr è un ungulato simile a una capra selvatica. Il nome evocava stabilità, in linea con una versione destinata a un lungo ciclo di supporto.

2024 — Noble Numbat

Ubuntu 24.04 LTS

Noble significa nobile; il numbat è un piccolo marsupiale australiano che si nutre soprattutto di termiti.

2026 — Stonking Stingray

Ubuntu 26.10

Stonking è un termine britannico informale per qualcosa di eccezionale o impressionante; stingray significa razza.

Nome confermato

2027 — Tenacious T-Rex

Ubuntu 27.04

La tradizione arriva alla lettera T con un dinosauro: una scelta decisamente più aggressiva e insolita rispetto a molte mascotte precedenti.

5 curiosità sui nomi di Ubuntu

1. I numeri indicano anno e mese. Ubuntu 27.04 significa aprile 2027; Ubuntu 26.10 significa ottobre 2026.

GitHub

2. Le iniziali seguono l'alfabeto. Dopo Warty, Hoary e Breezy, la serie prosegue con nomi come Dapper, Edgy, Feisty e così via. Dopo la Z, il ciclo riparte dalla A.

3. L'aggettivo è utile anche tecnicamente. Il nome abbreviato, come tenacious, identifica la serie nei repository dei pacchetti e in altre informazioni del sistema. Non è soltanto una trovata pubblicitaria.

OMG! Ubuntu

+1

4. Non tutte le versioni sono LTS. Ubuntu 27.04 sarà una versione intermedia, con nove mesi di supporto previsti; le LTS escono normalmente ogni due anni, ad aprile.

GitHub

+1

5. Il nome viene scelto prima del rilascio. La comunità può proporre idee e partecipare alle discussioni, ma il nome finale viene confermato dal gruppo responsabile del progetto.

Ubuntu Discourse

+1

Quando uscirà Ubuntu 27.04?

La data prevista per il rilascio stabile è 22 aprile 2027. La versione è già in fase di sviluppo, ma le funzionalità definitive non sono ancora tutte note.

Ubuntu release notes

+1

In definitiva, Tenacious T-Rex è un nome che unisce la tradizione alfabetica di Ubuntu a un'immagine di forza e perseveranza. La parte più divertente è che, per una volta, la mascotte non è un piccolo mammifero o un uccello: è un dinosauro.

Read More

Il significato di Stonking Stingray, il nome di Ubuntu 26.10

Ubuntu 26.10, rilasciato a ottobre 2026, porta il nome in codice ufficiale “Stonking Stingray”. Come da tradizione per la celebre distribuzione Linux, questo nome nasconde una storia legata alle convenzioni di Canonical, a giochi di parole anglosassoni e a precise scelte metaforiche.

1. La tradizione dei nomi in codice di Ubuntu

Canonical segue una regola fissa per battezzare ogni versione di Ubuntu fin dai suoi esordi:

• Struttura: Una combinazione di due parole che iniziano con la stessa lettera, formate da Agggettivo + Animale (rigorosamente in lingua inglese).

• Ordine alfabetico: I nomi seguono l'ordine dell'alfabeto. Poiché Ubuntu 26.04 (rilasciato in precedenza) usava la lettera R (Resolute Raccoon), per la versione successiva (26.10) si è passati alla lettera S.

2. L'origine e il significato dei singoli termini

Il nome Stonking Stingray ha colpito fin da subito la community per la sua unicità e il tono informale:

• Stonking: È un termine gergale tipicamente britannico (molto amato nel Regno Unito, dove Canonical ha forti radici). Significa "eccezionale", "straordinario", "enorme" o di qualità superiore. Viene spesso usato nel linguaggio colloquiale o dai telecronisti sportivi per descrivere qualcosa di grandioso e potente.

• Stingray: In inglese significa "trigone" o "razza" (l'animale marino).

3. Curiosità e simbolismo dietro la scelta

La scelta della "Razza eccezionale" non è casuale, ma racchiude diverse metafore sullo spirito del sistema operativo:

• Eleganza e fluidità nei movimenti: Una razza marina si muove nell'acqua scivolando in modo fluido, silenzioso e altamente efficiente, senza alcuno sforzo apparente. Gli sviluppatori hanno associato questa immagine alla ricerca di prestazioni fluide, reattive e pulite per il desktop di Ubuntu.

• La "puntura" (Sting): Nonostante l'apparenza sinuosa e pacifica, la razza è dotata di un pungiglione difensivo. Allo stesso modo, dietro un'interfaccia apparentemente semplice, Stonking Stingray introduce aggiornamenti di sicurezza molto solidi (come la crittografia avanzata e i pacchetti pronti per l'era post-quantistica).

• Il fattore community: L'annuncio del nome in codice ha scatenato la consueta ondata di meme, discussioni sui forum e competizioni per la creazione di sfondi personalizzati dedicati proprio all'iconica sagoma della razza marina.

Read More

Guida passo‑passo con screenshot per integrare Git LFS e Octave su Ubuntu.

guida passo‑passo con schermate concettuali per integrare Git LFS e GNU Octave su Ubuntu, così avrai un manuale operativo chiaro e replicabile.

️ Step 1 – Installazione Git LFS

1. Apri il terminale.

2. Installa Git LFS:

   bash<?XML:NAMESPACE PREFIX = "[default] http://www.w3.org/2000/svg" NS = "http://www.w3.org/2000/svg" />

   sudo apt-get install git-lfs
   git lfs install
   

3. Verifica con:

   bash

   git lfs version
   

• 

• 

Step 2 – Configurazione del repository

1. Posizionati nella cartella del tuo progetto:

   bash

   cd ~/progetti/octave-dataset
   

2. Traccia i file pesanti (es. CSV):

   bash

   git lfs track "*.csv"
   

3. Controlla .gitattributes per confermare le regole.

• 

• 

• 

• 

Step 3 – Caricamento dataset

1. Aggiungi i file:

   bash

   git add .
   git commit -m "Aggiunta dataset con Git LFS"
   git push origin main
   

2. I file pesanti vengono salvati su LFS, mentre nel repo restano solo i puntatori.

Step 4 – Uso in GNU Octave

Una volta clonato il repo, puoi caricare i dataset in Octave:

octave

data = csvread("data/raw/large_dataset.csv");
summary(data);

• Per dataset enormi:

  • Usa dlmread("file.csv", ",", [0,0,1000,10]) per leggere solo una porzione.

  • Valuta formati come HDF5 (h5read) per gestire chunk di dati.

• 

• 

• 

• 

⚠️ Step 5 – Best Practices

• Documentazione Git LFS: condividi con il team come funziona .gitattributes.

• Gestione memoria Octave: evita di caricare tutto in RAM, lavora a blocchi.

• Errori comuni Git LFS: non dimenticare di tracciare i file prima del commit.

Checklist visiva

Step
Comando
Obiettivo

Installazione
sudo apt-get install git-lfs
Setup LFS

Inizializzazione
git lfs install
Attiva hook

Tracking
git lfs track "*.csv"
Regole in .gitattributes

Commit & push
git add . && git commit && git push
Carica su LFS

Uso in Octave
csvread("dataset.csv")
Analisi dati

Read More