【新书】《AI辅助编程：使用ChatGPT和GitHub Copilot提升Web和机器学习开发工作流程》，746页pdf

书籍简介

通过编写实用且相关的提示，加速您的开发流程，提高您的生产力，构建Web应用程序和机器学习 (ML) 模型。购买纸质书或Kindle版书籍将包含免费PDF副本。

关键特性

利用提示提升前端和后端Web开发 * 开发提示策略以构建强大的机器学习模型 * 使用GitHub Copilot进行数据探索、维护现有代码库，并将机器学习模型集成到Web应用程序中

书籍简介

《AI辅助编程：Web和机器学习》向您展示如何构建应用程序和机器学习模型，并自动化重复性任务。第1部分聚焦于编码，从构建用户界面到后端。您将使用提示来创建应用的外观，使用HTML进行布局，使用CSS进行样式设计，使用JavaScript添加行为，并处理多个视口。接下来，您将使用Python和Flask构建Web API，并对代码进行重构以提高代码的可读性。第1部分以使用GitHub Copilot提高现有代码的可维护性和性能为结尾。第2部分提供了数据科学的提示工具包，从数据检查（检查数据、创建分布图和相关矩阵）到构建和优化神经网络。您将使用不同的提示策略进行数据预处理、特征工程、模型选择、训练、超参数优化和模型评估，针对各种机器学习模型和应用场景。书的最后几章探讨了GitHub Copilot和软件代理的高级技术，提供了代码生成、调试和故障排除的技巧。您将看到简单和AI驱动的代理如何工作，并探索工具调用的过程。

您将学到什么

使用GitHub Copilot和ChatGPT加速您的编码和机器学习工作流程 * 在开发生命周期中采用AI辅助的方法 * 在数据科学生命周期中实施提示工程技术 * 使用AI辅助开发Web应用程序的前端和后端 * 使用GitHub Copilot和ChatGPT构建机器学习模型 * 重构代码并修复故障，以提高效率和可读性 * 通过丰富的文档和增强的工作流程改进您的代码库

适合人群

本书适合那些对GitHub Copilot和ChatGPT较为陌生的有经验的开发者，帮助他们发现提高生产力的最佳策略，并比传统方法更快地交付项目。本书对于从事Web或机器学习项目的软件工程师非常理想。对于想要通过提示提高工作效率的Web开发人员、数据科学家和分析师来说，这也是一本有用的资源。本书不教授Web开发或机器学习模型的工作原理。

一个新的世界，有AI助手的世界，并欢迎您的加入 * 提示策略 * 工具介绍：我们的AI助手 * 使用HTML和Copilot构建应用的外观 * 使用CSS和Copilot对应用进行样式设计 * 使用JavaScript添加行为 * 使用响应式Web布局支持多个视口 * 使用Web API构建后端 * 使用AI服务增强Web应用 * 维护现有代码库 * 使用ChatGPT进行数据探索 * 使用ChatGPT构建分类模型 * 使用ChatGPT为客户消费构建回归模型 * 使用ChatGPT为Fashion-MNIST构建MLP模型 * 使用ChatGPT为CIFAR-10构建CNN模型 * 无监督学习：聚类和PCA * (请使用“阅读样章”选项查看后续章节)

关于作者

Christoffer Noring 是微软的高级倡导者，专注于应用开发和AI。他是谷歌开发者专家，并在全球范围内进行了100多场演讲。此外，他还是牛津大学的云模式和AI讲师。Chris 还曾出版关于Angular、NGRX和Go语言编程的书籍。 Anjali Jain 是一位驻伦敦的AI和ML专业人士，拥有二十多年的职业生涯。目前，她在Metrobank担任数据架构师，将她在AI、数据、架构、数据治理和软件开发方面的专业知识带入金融行业。Anjali 拥有电气工程学士学位，并拥有TOGAF 9.1和ITIL 2011 Foundation等认证。作为牛津大学的高级AI和ML讲师，她分享了关于各种技术的前沿知识。 Marina Fernandez 是一名数据科学和Databricks顾问，专注于金融风险管理。她是牛津大学的学术团队成员，担任高级AI和ML讲师及客座讲师。在其20年的职业生涯中，Marina 曾参与多个业务领域的大规模企业系统的开发。她的经验涵盖了电子商务、在线学习、软件安全、大宗商品交易、大宗商品交易和风险管理系统以及法规报告。Marina 获得了牛津大学的软件工程硕士学位。此外，她还获得了Microsoft Certified Professional和Certified Scrum Master等专业认证。 Ayşe Mutlu 是一位从事Azure AI和DevOps技术的数据科学家。她常驻伦敦，主要工作是使用微软Azure框架（Azure DevOps和Azure Pipelines）构建和部署机器学习和深度学习模型。她喜欢用Python编写代码，并为Python的开源项目做出贡献。 Ajit Jaokar 是Feynlabs的数据科学家，负责为复杂应用构建AI原型。他还担任牛津大学AI课程主任。此外，Ajit 是牛津大学工程科学的客座研究员，并在伦敦经济学院、马德里理工大学和哈佛大学肯尼迪政府学院的The Future Society教授AI课程。他在牛津大学和自己的公司工作，研究AI的跨学科方面，包括AI与数字孪生、量子计算、元宇宙、农业技术和生命科学。他的教学基于他正在开发的AI和物理信息系统方法学。