Compétences d'agent

Scikit-learn — Référence en Machine Learning

awesome-skills-cn

Guide complet scikit-learn pour le machine learning classique : algorithmes supervisés/non supervisés, prétraitement, pipelines, évaluation et mise en production.

Scikit-learn (Référence ML classique)

scientific-agent-skills

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.

Référence Scikit-learn

LunarTech-X Superpowers

Référence complète et pratique pour les flux de travail d'apprentissage automatique classique avec scikit-learn : prétraitement, pipelines, algorithmes supervisés et non supervisés

Référence Scikit-learn — Workflows ML Classiques

auto-college

Guide faisant autorité pour le machine learning classique avec scikit-learn : prétraitement, pipelines, sélection de modèles, évaluation et scripts d'exemple pour la production.

Entraînement de Modèles CV

cv-train-stack

Réviser, exécuter, valider et auditer l'entraînement de modèles de vision par ordinateur avec des vérifications de la qualité du jeu de données, de la cohérence du prétraitement, de l'augmentation et de la validation du déploiement

Skill ASL (Arterial Spin Labeling)

neuroclaw

Skill de couche modalité pour le traitement de l'IRM de perfusion Arterial Spin Labeling (ASL) : prétraitement, normalisation M0, quantification du CBF, PVC et QC.

MS-DIAL metabolomics preprocessing

bioskills

Prétraitement headless MS-DIAL pour les flux LC/GC : peak picking, déconvolution MS2Dec, alignement et import honnête de tables de caractéristiques vers R ou Python.