notebook-ml-architect

SKILL.md

| audit | Analyze notebook for anti-patterns, leakage, reproducibility issues | | refactor | Transform notebook into modular Python pipeline | | template | Generate new notebook from EDA/classification/experiment template | | report | Create markdown summary from executed notebook | | convert | Extract Python script from notebook |

Step 1: Identify Sections Look for markdown headers that indicate logical sections:

Step 2: Extract Functions Convert repeated or complex cell code into functions:

Fachkundige Anleitung für die Prüfung, Umgestaltung und Gestaltung von Jupyter-Notebooks für maschinelles Lernen mit Mustern in Produktionsqualität. Verwendung bei: (1) Analyse der Notebook-Struktur und Identifizierung von Anti-Patterns, (2) Erkennung von Datenlecks und Reproduzierbarkeitsproblemen, (3) Umgestaltung unordentlicher Notebooks in modulare Pipelines, (4) Generierung von Vorlagen für ML-Workflows (EDA, Klassifizierung, Experimente), (5) Hinzufügen von Reproduzierbarkeitsinstrumenten (Seeding, Protokollierung, Umgebungserfassung), (6) Konvertieren von Notebooks in Python-Skripte, (7) Generieren einer Experimentzusammenfassung Berichte. Auslöser für: ML-Notebook, Jupyter-Audit, Notebook-Refaktor, Datenleck, Experimentvorlage, Best Practices für Ipynb, Notebook zu Skript, Reproduzierbarkeit. Quelle: bjornmelin/dev-skills.

Original anzeigen