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:

프로덕션 품질 패턴을 갖춘 기계 학습 Jupyter Notebook을 감사, 리팩토링 및 설계하기 위한 전문가 지침입니다. 사용 시기: (1) 노트북 구조 분석 및 안티 패턴 식별, (2) 데이터 유출 및 재현성 문제 감지, (3) 지저분한 노트북을 모듈식 파이프라인으로 리팩터링, (4) ML 워크플로용 템플릿 생성(EDA, 분류, 실험), (5) 재현성 계측 추가(시드, 로깅, 환경 캡처), (6) 노트북을 Python 스크립트로 변환, (7) 실험 요약 보고서 생성. 트리거 대상: ML 노트북, Jupyter 감사, 노트북 리팩터링, 데이터 유출, 실험 템플릿, ipynb 모범 사례, 노트북에서 스크립트로, 재현성. 출처: bjornmelin/dev-skills.

원본 보기