AI驱动开发

本书展示了如何使用AI工具构建应用程序和机器学习模型，以及自动化重复性任务。书中第1章~第7章主要聚焦于编程，用AI工具完成从用户界面构建到后端开发的过程。你将使用提示词来创建使用HTML进行构建的应用程序的外观，用CSS来设计样式，并借助JavaScript增加行为，同时处理多个视口。随后，你将使用Python和Flask创建一个Web API，并对代码进行重构以提升可读性。最后，借助GitHub Copilot，优化现有代码的可维护性和性能。第8章~第19章提供了从数据检查（检查数据、创建分布图和相关矩阵）到构建和优化神经网络的数据科学提示工具包。你将针对各种机器学习模型和用例，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。第20章和第21章探讨了GitHub Copilot的高阶技术和软件智能体，包括代码生成、调试以及故障排除的技巧。你将了解AI驱动的智能体如何更简单地工作，并发现工具调用的奥秘。

克里斯托弗·诺林（Christoffer Noring），微软高级布道师，专注于应用程序开发和人工智能领域。他不仅是谷歌开发者专家，还是牛津大学云模式和人工智能方面的导师。

安加利·贾因（Anjali Jain），牛津大学高级人工智能和机器学习导师，拥有超过20年的从业经验。她目前担任Metrobank的数据架构师，专为金融行业提供人工智能、数据、架构、数据治理和软件开发方面的专业知识。

玛丽娜·费尔南德斯（Marina Fernandez），Databricks顾问，专注于金融风险管理的数据科学，拥有超过20年的大型企业系统开发经验。她目前担任牛津大学学术团队的高级人工智能和机器学习导师及客座讲师。

艾谢·穆特鲁（Ayşe Mutlu），数据科学家，专注于Azure AI和DevOps技术，主要使用Microsoft Azure框架构建和部署机器学习和深度学习模型。

阿吉特·焦卡尔（Ajit Jaokar），FeynLabs数据科学家，专注于为复杂应用程序构建人工智能原型。他目前担任牛津大学人工智能课程的主任，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教授人工智能课程。