
克里斯托弗·诺林 [美]安加利·贾因 玛丽娜·费尔南德斯 [Ay?e Mutlu]艾谢·穆特鲁 [美]阿吉特·焦卡尔
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。
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。
外行看不懂,内行不用看。AI 发展的太快了,就连这本书看起来也像上个世纪的产物。 目前这个时间点,2026 年第一季度,最佳实践应该是 Harness Engineering 和 Spec driven development 。希望看到评论的人可以直接按着这条线索去找相关的资料去学习和实践,不要浪费时间读这本书了。
发展太快了,还没上车,就换了好几代车了
没什么看点,流水账一般,不适合我
AI时代,翻译书都要加速,否则出版即过时。
AI编程是个发展飞快的领域,工具类书籍从出版的那一刻就开始过时了。