GitHub Copilot gebruiken: use-cases en best practices

Of je nu een complex project aanpakt of een saaie, tijdrovende klus, met GitHub Copilot stroomlijn je je codeerwerk. In deze tutorial ontdek je hoe GitHub Copilot werkt, verken je de belangrijkste functies en leer je hoe het je productiviteit en codeerefficiëntie aanzienlijk kan verhogen. Laten we erin duiken. 

De blogpost Understanding GitHub is een geweldige bron voor wie helemaal nieuw is met GitHub. Overweeg die eerst te lezen als dat voor jou geldt.

Wat is GitHub Copilot? 

GitHub Copilot is een baanbrekende AI-gestuurde programmeerassistent die GitHub in 2021 lanceerde. Het gebruikt OpenAI's Codex-model, een afstammeling van de GPT-modellen die getraind is op een breed scala aan programmeertalen en codeercontexten. Daarom wordt GitHub Copilot gezien als capabeler dan ChatGPT voor taken rond code schrijven. 

De meest in het oog springende functie van GitHub Copilot is de naadloze integratie in populaire ontwikkelomgevingen, zoals Visual Studio Code. Door direct in de code-editor te draaien, fungeert GitHub Copilot als een pair programmer die realtime suggesties, code-aanvullingen en aanbevelingen geeft. Dat alles bekijken we hieronder in detail.

GitHub Copilot-functies verkennen

GitHub Copilot heeft veel tijdbesparende functies. Hier is een lijst met de belangrijkste die de levenscyclus van je data science-project kunnen versnellen. 

Chatinterface in je editor

GitHub Copilot integreert een ChatGPT-achtige chatinterface rechtstreeks in je IDE, zodat je niet hoeft te wisselen tussen je editor en externe websites om code te corrigeren.

Kijk naar het volgende voorbeeld: hier vragen we GitHub Copilot om de code te genereren om een tekst van Engels naar Italiaans te vertalen met het OpenAI-model.

GitHub Copilot-zijbalk in de VS Code-IDE

GitHub Copilot voor de command-lineinterface

Voor wie in de terminal werkt, biedt GitHub Copilot in de CLI een chatachtige interface binnen de command line. Hier hebben we Github Copilot gevraagd om het commando sudo apt-get uit te leggen. 

GitHub Copilot binnen de command-lineinterface

GitHub Copilot voor docs

GitHub Copilot kan AI-gegenereerde antwoorden geven door informatie rechtstreeks uit documentatie te halen, wat veel tijd en moeite kan besparen. 

GitHub Copilot for Docs

AI-ondersteunde pull requests

Het zal je niet verbazen dat GitHub Copilot integreert met GitHub. GitHub Copilot biedt een functie om de wijzigingen in een GitHub-repository te beschrijven en ze te reviewen voor een pull request. 

GIF gebaseerd op video van GitHub Next

Aan de slag met GitHub Copilot

Nu we de indrukwekkende functies van GitHub Copilot hebben verkend, kijken we hoe je het instelt en gebruikt in Visual Studio Code. Daarvoor moeten we eerst twee administratieve stappen zetten: Visual Studio Code installeren en ons aanmelden voor en GitHub Copilot installeren.

Visual Studio Code installeren

We installeren VS Code door naar de website van Visual Studio Code te gaan en de instructies te volgen. De website bevat how-to-video's als je problemen ondervindt. 

Visual Studio Code downloaden

Aanmelden voor GitHub en GitHub Copilot installeren

Om GitHub Copilot te installeren, moeten we eerst een GitHub-account aanmaken. Wil je GitHub Copilot testen zonder langdurige verplichting, kies dan voor de gratis proefperiode van 30 dagen.

Aanmelden voor GitHub

GitHub Copilot instellen met Visual Studio Code

Ga daarna in Visual Studio Code naar de marketplace en installeer twee extensies: GitHub Copilot en GitHub Copilot Chat. Je hoeft alleen op de knop "Install" te drukken en in te loggen bij GitHub.

GitHub Copilot instellen

GitHub Copilot gebruiken in Visual Studio Code

Om GitHub Copilot te testen gebruiken we de dataset Seoul Bike Sharing, een van de vele gecureerde datasets in DataLab. Ons doel is om het aantal openbare fietsen te voorspellen dat per uur wordt verhuurd in het deelfietssysteem van Seoul, op basis van weerinformatie zoals temperatuur, luchtvochtigheid, windsnelheid en andere variabelen.

GitHub Copilot gebruiken om data in VS Code te importeren

Laten we beginnen met het importeren van een CSV-bestand en het tonen van de eerste vijf rijen. GitHub Copilot gaat meteen aan de slag door de voorgestelde CSV automatisch aan te vullen. We drukken op "Tab" om de suggesties te accepteren.

Data importeren in Github Copilot

GitHub Copilot gebruiken om een plot te tonen

Als volgende stap kiezen we voor een visualisatie. Een correlatiematrix met een heatmap is een prima keuze om de intelligentie van GitHub Copilot te illustreren. We zien dat GitHub Copilot niet alleen de code voor onze correlatiematrix schrijft, maar ook onze zin afmaakt terwijl we het verzoek typen.

Code voor een plot schrijven in Github Copilot

Oeps — we krijgen een fout omdat we de categorische variabelen niet uit de correlatiematrix hebben verwijderd, een veelgemaakte fout. We kunnen dit herstellen door een commentaar en een nieuw stuk code toe te voegen. GitHub Copilot vindt de juiste kolommen om te verwijderen en corrigeert zo de fout.

Een plot weergeven in Github Copilot

GitHub Copilot gebruiken om data voor te bereiden voor training

Na het verkennen van de data is het tijd om deze te preprocessen voordat we ons model trainen. Voor deze oefening kiezen we een ordinary least squares lineaire regressie. Daarvoor moeten we de categorische variabelen encoderen met one-hot-encoding.

Terwijl we ons verzoek typen, doet GitHub Copilot voorspellingen en codevoorstellen. Het begon zelfs met ons mee te werken toen we twijfelden over het opnemen van een van onze variabelen.

Data voorbereiden in Github Copilot

GitHub Copilot helpt ons met alle noodzakelijke stappen in onze workflow, waaronder het kiezen van onze onafhankelijke variabelen, het splitsen van onze data in train- en testsets, en het opschonen van onze data zodat deze klaar is voor ons model.

Een train/test-split maken in Github Copilot

GitHub Copilot gebruiken om ons model te evalueren

De laatste fase van ons miniproject is het trainen en evalueren van ons lineaire regressiemodel. GitHub Copilot helpt ons om modelstatistieken op onze trainingsdata te vinden en evalueert vervolgens de prestaties van het model op de testset.

Ons model trainen in Github Copilot

Ons model evalueren in Github Copilot

De mean squared error is hoger dan verwacht, waardoor we een ander model overwegen. We schakelen over naar een random-forestmodel om de output te testen, en zien dat de fout nu veel lager is. Wil je deze modellen veel diepgaander verkennen, bekijk dan onze cursus Machine Learning Fundaments in Python.

Modelstatistieken bekijken in Github Copilot

Github Copilot-abonnementen en prijzen verkennen

Er zijn drie verschillende GitHub Copilot-abonnementen beschikbaar, afhankelijk van je behoeften.

• Copilot Individual is het minst dure abonnement. Hiermee kun je GitHub Copilot gebruiken in een IDE of op de command line. Het is gratis voor studenten en docenten. Alle functies die we in deze tutorial hebben behandeld, zijn in dit abonnement inbegrepen.
• Copilot Business is een abonnement dat geschikt is voor zakelijke doeleinden. Het geeft toegang tot de diensten van GitHub Copilot als lid van de organisatie.
• Copilot Enterprise is het meest complete abonnement voor grotere enterprise-accounts die extra maatwerk nodig hebben. 
  
  

Github Copilot-prijsstructuur

Alternatieven voor GitHub Copilot

Laten we nu een paar interessante alternatieven voor GitHub Copilot verkennen. De volgende drie bedrijven lopen allemaal voorop in de generatieve AI-revolutie en bieden generatieve AI-oplossingen die helpen bij het maken van code. 

De DataLab-IDE

• DataLab: DataCamp's eigen DataLab is een AI-ondersteund notebook. Koppel simpelweg de databron, vraag de AI wat je nodig hebt en krijg inzichten. De vereiste notebooks zijn al geïnstalleerd. DataLab is perfect voor beginners die willen leren én voor businessprofessionals die AI willen inzetten om overtuigende presentaties voor besluitvormers te maken. 
• TabNine: TabNine is een alternatief dat ook AI-codeaanvullingen en AI-chatagents biedt en werkt met veel populaire IDE's.
• SonarQube: SonarQube is gericht op softwareontwikkeling. Met SonarQube uploaden developers data en gebruiken ze SonarQube om AI-geassisteerde en kwaliteitsgecontroleerde code te ontvangen.

Wil je GitHub-certificering halen? Bekijk dan onze uitgebreide gids over de verschillende GitHub-certificeringen!

Conclusie

We hebben zojuist in enkele minuten een compleet data science-project afgerond met GitHub Copilot. Het blijkt een nuttig hulpmiddel om alle aspecten van de data science-workflow te versnellen, van het tonen van plots tot het bouwen van modellen met een train/test-workflow.

Vond je deze tutorial nuttig en wil je aan de slag met GitHub Copilot, bekijk dan de DataCamp-video Pair Programming with GitHub Copilot. Een andere cursus, GitHub concepts, is een goede aanvulling, zeker als je je nog onzeker voelt over GitHub.

Bedankt voor het lezen!