Оценка и проверка модели: перекрестная проверка, метрики, настройка гиперпараметров и сравнение моделей. Используйте при оценке производительности модели, выборе моделей или диагностике проблем моделирования.
Быстро установите AI-навык data-science-model-evaluation в вашу среду разработки через командную строку
Источник: 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 |
Оценка и проверка модели: перекрестная проверка, метрики, настройка гиперпараметров и сравнение моделей. Используйте при оценке производительности модели, выборе моделей или диагностике проблем моделирования. Источник: legout/data-platform-agent-skills.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluationОценка и проверка модели: перекрестная проверка, метрики, настройка гиперпараметров и сравнение моделей. Используйте при оценке производительности модели, выборе моделей или диагностике проблем моделирования. Источник: legout/data-platform-agent-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-model-evaluation После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/legout/data-platform-agent-skills