Modellbewertung und -validierung: Kreuzvalidierung, Metriken, Hyperparameter-Tuning und Modellvergleich. Zur Beurteilung der Modellleistung, zur Auswahl von Modellen oder zur Diagnose von Modellierungsproblemen.
Installieren Sie den KI-Skill data-science-model-evaluation schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: legout/data-platform-agent-skills.
Use this skill for rigorously assessing model performance, comparing alternatives, and diagnosing issues.
| Cross-validation | sklearn.modelselection | Standard CV, stratified, time series | | Metrics | sklearn.metrics | Comprehensive metric suite | | Hyperparameter tuning | Optuna or Ray Tune | Efficient search algorithms | | Model comparison | scikit-learn + statistical tests | Paired comparisons |
| Experiment tracking | MLflow or Weights & Biases | Track runs, metrics, artifacts |
Modellbewertung und -validierung: Kreuzvalidierung, Metriken, Hyperparameter-Tuning und Modellvergleich. Zur Beurteilung der Modellleistung, zur Auswahl von Modellen oder zur Diagnose von Modellierungsproblemen. Quelle: legout/data-platform-agent-skills.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluationModellbewertung und -validierung: Kreuzvalidierung, Metriken, Hyperparameter-Tuning und Modellvergleich. Zur Beurteilung der Modellleistung, zur Auswahl von Modellen oder zur Diagnose von Modellierungsproblemen. Quelle: legout/data-platform-agent-skills.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluation Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/legout/data-platform-agent-skills