Aqbeż għall-kontenut ewlieni
Malti— Agħżel lingwa
Menu

Każijiet Prattiċi ta' Użu

Lezzjoni 16 / 16 Aġġornat 30 ta’ Lulju 2026 Zviluppatur
F'din il-paġna
  1. Eżekuzzjoni tal-Kodiċi fil-Produzzjoni
  2. Analiżi Finanzjarja
  3. Analiżi Statistika
  4. Kompjuter Xjentifiku
  5. Ipproċessar u Tindif tad-Data
  6. Arkitettura ta’ Fluss ta’ Ħidma Sħiħ
  7. Punti Ewlenin
  8. Ittestja l-Għarfien Tiegħek

Eżekuzzjoni tal-Kodiċi fil-Produzzjoni

Din l-aħħar lezzjoni tkopri każijiet prattiċi ta’ użu għall-Eżekuzzjoni tal-Kodiċi biex tagħtik stampa ċara ta’ x’tista’ tibni. Kull eżempju juri qasam ta’ applikazzjoni flimkien mal-prompt u l-loġika assoċjati.

Analiżi Finanzjarja

Ottimizzazzjoni tal-Portafoll

L-Eżekuzzjoni tal-Kodiċi hija partikolarment adattata għall-immudellar finanzjarju. Is-sandbox tinkludi NumPy u SciPy, li jittrattaw il-kalkoli meħtieġa ta’ ottimizzazzjoni:

input_text = """
Portfolio of 5 assets with the following monthly returns (12 months):

Asset A: [2.1, -0.5, 1.8, 3.2, -1.1, 2.5, 0.8, 1.2, -0.3, 2.8, 1.5, 0.9]
Asset B: [1.5, 0.2, 2.1, 1.8, 0.5, 1.2, 2.3, -0.1, 1.6, 0.8, 1.9, 2.2]
Asset C: [-0.3, 3.5, -1.2, 4.1, -0.8, 2.9, -0.5, 3.2, -1.0, 3.8, -0.2, 2.7]
Asset D: [0.8, 0.9, 0.7, 1.1, 0.6, 0.8, 1.0, 0.5, 0.9, 0.7, 1.2, 0.8]
Asset E: [3.5, -2.1, 4.2, -1.5, 3.8, -0.9, 2.7, -1.8, 3.1, -0.5, 4.5, -1.2]

Calculate:
1. The correlation matrix between assets
2. The minimum variance portfolio
3. The optimal portfolio (maximum Sharpe ratio, risk-free rate = 4% annual)
4. The efficient frontier (10 points)

Present allocations as percentages.
"""

Il-mudell se jikteb kodiċi bl-użu ta’ NumPy għall-matriċi tal-korrelazzjoni u SciPy għall-ottimizzazzjoni b’restrizzjonijiet.

Proporzjon ta’ Sharpe u Indikaturi tar-Riskju

input_text = """
Daily returns of a fund over 20 days:
[0.12, -0.05, 0.08, 0.15, -0.03, 0.22, -0.11, 0.06, 0.09, -0.07,
 0.14, 0.03, -0.08, 0.18, 0.01, -0.04, 0.11, 0.07, -0.02, 0.13]

Calculate the Sharpe ratio, Sortino ratio, Value at Risk (95%),
and maximum drawdown. Annual risk-free rate = 4%.
"""

Analiżi Statistika

Ittestjar tal-Ipożijiet

SciPy jippermettilek twettaq testijiet statistiċi rigorużi:

input_text = """
Group A (treatment): [85, 88, 91, 87, 93, 89, 86, 92, 90, 88]
Group B (control): [78, 82, 80, 85, 79, 83, 81, 77, 84, 80]

Perform a Student's t-test to determine if the difference between
the two groups is statistically significant (alpha = 0.05).
Include hypotheses, test statistic, p-value, and conclusion.
"""

Regressjoni u Previżjoni

input_text = """
Monthly sales data (in thousands of euros):
Month (x): [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
Sales (y): [45, 52, 48, 61, 55, 67, 72, 68, 75, 80, 78, 85]

1. Perform linear regression
2. Calculate R² and standard error
3. Predict sales for months 13, 14, 15
4. Test if the trend is significant
"""

Kompjuter Xjentifiku

Soluzzjoni ta’ Ekwazzjonijiet Differenzjali

input_text = """
Solve the second-order differential equation:
y'' + 2y' + 5y = 0
Initial conditions: y(0) = 1, y'(0) = 0
Interval: t from 0 to 10

Plot the solution and identify the behavior (damped oscillation,
critical, overdamped).
"""

Simulazzjonijiet ta’ Monte Carlo

input_text = """
Monte Carlo simulation to estimate the probability that a project
is profitable.

Parameters (normal distributions):
- Monthly revenue: mean = €50,000, std dev = €10,000
- Monthly fixed costs: €30,000
- Variable costs: 15% to 25% of revenue (uniform)
- Project duration: 12 months

Run 10,000 simulations. Calculate the probability of profitability
and the net profit distribution. Present the 5th, 50th, and 95th percentiles.
"""

Ipproċessar u Tindif tad-Data

input_text = """
Raw data (CSV with common issues):

name,age,salary,city
Alice,32,45000,Paris
Bob,,52000,Lyon
Charlie,28,NA,Marseille
Diana,45,62000,paris
Eve,33,48000,LYON
Frank,-5,55000,Toulouse
Grace,29,999999,Bordeaux

1. Identify and handle missing values
2. Correct inconsistencies (negative age, outlier salary)
3. Normalize city names (consistent casing)
4. Calculate descriptive statistics on cleaned data
5. Document each transformation performed
"""

Arkitettura ta’ Fluss ta’ Ħidma Sħiħ

Għal applikazzjonijiet fil-produzzjoni, għaqqad l-għodod f’fluss ta’ ħidma strutturat:

  1. Web Search jiġbed data aġġornata (prezzijiet, indikaturi, aħbarijiet)
  2. Code Execution janalizza d-data miġbuda (kalkoli, statistika, graffs)
  3. L-applikazzjoni tiegħek tiffurmattja u tippreżenta r-riżultati lill-utent

Dan il-mudell japplika għal bosta oqsma: finanza, intelligence kompetittiva, analiżi tas-suq, rapportar awtomatizzat.

Punti Ewlenin

  • L-Eżekuzzjoni tal-Kodiċi teċċella fl-analiżi finanzjarja (Sharpe, ottimizzazzjoni tal-portafoll, VaR)
  • Testijiet statistiċi u regressjonijiet huma każ ta’ użu naturali ma’ SciPy
  • Simulazzjonijiet ta’ Monte Carlo jaħdmu tajjeb fil-limiti tal-memorja tas-sandbox
  • It-tindif tad-data ma’ Pandas huwa każ ta’ użu prattiku ta’ kuljum
  • Għaqqad Web Search + Code Execution għal flussi ta’ ħidma awtomatizzati sħaħ
  • Ipprovdi data strutturata u struzzjonijiet preċiżi għal riżultati aħjar

Ittestja l-Għarfien Tiegħek

Web, X, kodiċi: l-għodod tas-server ta’ Grok f’ħames verifiki.

1. X'inhuma ż-żewġ kategoriji ta' għodod ta' Grok?

Tweġiba: Għodod integrati, eżegwiti fuq is-server minn xAI (tiftix fil-web, tiftix fuq X, eżekuzzjoni tal-kodiċi), u l-funzjonijiet personalizzati tiegħek, eżegwiti mill-kodiċi tiegħek—żewġ dinjiet li jingħaqdu.

2. Kif jaħdem il-fluss ta' eżekuzzjoni ta' għodda integrata?

Tweġiba: F’ħames passi fuq is-server: il-mudell jiddeċiedi, l-għodda teżegwixxi f’xAI, ir-riżultati jerġgħu lura għall-mudell, li jwieġeb—int tirċievi t-tweġiba finali bit-traċċi u ċ-ċitazzjonijiet.

3. X'jippermettu l-filtri ta' Web Search u X Search?

Tweġiba: Il-qafas tas-sorsi: dominji permessi fuq il-web, handles u dati fuq X—il-freskezza u l-affidabbiltà huma kkontrollati, u ċ-ċitazzjonijiet jiddokumentaw kull tweġiba.

4. X'jista' jagħmel Code Execution?

Tweġiba: Jeżegwixxi Python f’sandbox—libreriji komuni disponibbli, restrizzjonijiet stretti ta’ sigurtà: kalkoli, trasformazzjonijiet u verifiki huma ddelegati għal kodiċi eżatt.

5. Fuq xiex għandek tmonitorja fir-rigward tal-ispejjeż?

Tweġiba: Kull sejħa tal-għodda tiġi fatturata barra mit-tokens: immira t-tiftixiet, illimita l-fond, u attiva biss għodod utli għat-talba.

Kapaċitajiet tas-server lesti minnufih, ikkontrollati mill-filtri u l-baġit tiegħek: l-għodod integrati jagħmlu lil Grok aġent—int tibqa’ d-direttur.