scikit-learn
✓Apprentissage automatique en Python avec scikit-learn. À utiliser lorsque vous travaillez avec un apprentissage supervisé (classification, régression), un apprentissage non supervisé (clustering, réduction de dimensionnalité), une évaluation de modèle, un réglage d'hyperparamètres, un prétraitement ou la création de pipelines ML. Fournit une documentation de référence complète sur les algorithmes, les techniques de prétraitement, les pipelines et les meilleures pratiques.
Installation
SKILL.md
This skill provides comprehensive guidance for machine learning tasks using scikit-learn, the industry-standard Python library for classical machine learning. Use this skill for classification, regression, clustering, dimensionality reduction, preprocessing, model evaluation, and building production-ready ML pipelines.
See: references/supervisedlearning.md for detailed algorithm documentation, parameters, and usage examples.
Discover patterns in unlabeled data through clustering and dimensionality reduction.
Apprentissage automatique en Python avec scikit-learn. À utiliser lorsque vous travaillez avec un apprentissage supervisé (classification, régression), un apprentissage non supervisé (clustering, réduction de dimensionnalité), une évaluation de modèle, un réglage d'hyperparamètres, un prétraitement ou la création de pipelines ML. Fournit une documentation de référence complète sur les algorithmes, les techniques de prétraitement, les pipelines et les meilleures pratiques. Source : ovachiever/droid-tings.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/ovachiever/droid-tings --skill scikit-learn- Source
- ovachiever/droid-tings
- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que scikit-learn ?
Apprentissage automatique en Python avec scikit-learn. À utiliser lorsque vous travaillez avec un apprentissage supervisé (classification, régression), un apprentissage non supervisé (clustering, réduction de dimensionnalité), une évaluation de modèle, un réglage d'hyperparamètres, un prétraitement ou la création de pipelines ML. Fournit une documentation de référence complète sur les algorithmes, les techniques de prétraitement, les pipelines et les meilleures pratiques. Source : ovachiever/droid-tings.
Comment installer scikit-learn ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ovachiever/droid-tings --skill scikit-learn Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/ovachiever/droid-tings
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01