de scientific-agent-skills20,009
Guide complet scikit-learn pour la classification, la régression, le clustering, le prétraitement, l'évaluation de modèles et les pipelines ML prêts pour la production.
Fournit une référence de bout en bout et des scripts exécutables pour l'apprentissage automatique classique via scikit-learn. Couvre les algorithmes supervisés et non supervisés, le prétraitement, l'évaluation de modèles, le réglage des hyperparamètres et les pipelines avec des exemples pratiques et des scripts pour la classification, le clustering et les flux de production.
Utilisez cette compétence lorsque vous devez construire ou évaluer des modèles de ML classique (classification/régression), comparer des algorithmes, créer des pipelines reproductibles, optimiser les hyperparamètres ou prétraiter des données tabulaires/textuelles pour la modélisation. Elle est adaptée à l'exploration de données, à la sélection de modèles et à la préparation de modèles pour la production.
Idéalement utilisé par des agents disposant de capacités d'exécution Python et de lecture de code (agents de type Copilot ou Claude Code / Codex), ainsi que tout agent capable d'exécuter des scripts préparés et d'interpréter les résultats.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
