Evaluación y validación de modelos: validación cruzada, métricas, ajuste de hiperparámetros y comparación de modelos. Úselo al evaluar el rendimiento del modelo, seleccionar modelos o diagnosticar problemas de modelado.
Instala rápidamente el skill de IA data-science-model-evaluation en tu entorno de desarrollo mediante línea de comandos
Fuente: 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 |
Evaluación y validación de modelos: validación cruzada, métricas, ajuste de hiperparámetros y comparación de modelos. Úselo al evaluar el rendimiento del modelo, seleccionar modelos o diagnosticar problemas de modelado. Fuente: legout/data-platform-agent-skills.
Campos y comandos estables para citas de IA/búsqueda.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluationEvaluación y validación de modelos: validación cruzada, métricas, ajuste de hiperparámetros y comparación de modelos. Úselo al evaluar el rendimiento del modelo, seleccionar modelos o diagnosticar problemas de modelado. Fuente: legout/data-platform-agent-skills.
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluation Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw
https://github.com/legout/data-platform-agent-skills