スキル when-developing-ml-models-use-ml-expert
📦

when-developing-ml-models-use-ml-expert

v1.0.0 コンテンツリビジョン r1 中リスク ⚙️ 外部コマンド📁 ファイルシステムへのアクセス

بناء نماذج ML بسير عمل خبير

تحتاج مشاريع نماذج ML إلى مسار قابل للتكرار من إعداد البيانات إلى النشر. تمنح هذه المهارة Claude وCodex وClaude Code سير عمل منظما للتدريب والتقييم والتغليف.

対応: Claude Codex Code(CC)
Maintain this Skill? Claim it 📊 72 十分

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト
Review the Skillstore skill "when-developing-ml-models-use-ml-expert" from https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert.md and its manifest at https://skillstore.io/api/skills/dnyoussef-when-developing-ml-models-use-ml-expert/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

テストする

「when-developing-ml-models-use-ml-expert」を使用しています。 درّب نموذج تصنيف للتنبؤ بتخلي العملاء.

期待される結果:

  • ملخص تدقيق البيانات مع القيم المفقودة وأنواع الميزات وتوازن الهدف.
  • شبكة عصبية كثيفة موصى بها مع training callbacks ومقاييس تحقق.
  • قائمة تحقق للنشر تغطي ملف النموذج وملف scaler والتقرير ونقطة دخول الاستدلال.

「when-developing-ml-models-use-ml-expert」を使用しています。 قيّم ما إذا كان نموذجي المدرب جاهزا للإصدار.

期待される結果:

  • ملخص مقاييس الاختبار مع مؤشرات فرط التخصيص وفجوات التحقق.
  • مخطط تقرير تقييم يتضمن تفاصيل التصنيف وسجل التدريب.
  • ملاحظات جاهزية الإصدار لسلامة العناصر وقابلية إعادة الإنتاج والتوثيق.

「when-developing-ml-models-use-ml-expert」を使用しています。 أنشئ خطة تصدير ملائمة للجوال لنموذج TensorFlow.

期待される結果:

  • خطة تصدير TensorFlow Lite مع عناصر المعالجة المسبقة المطلوبة.
  • جرد حزمة النشر للاستدلال المحلي والتكامل مع الجوال.
  • حدود تشغيلية لزمن الاستجابة وحجم النموذج والتعامل مع العناصر الموثوقة.

セキュリティ監査

中リスク

Most static findings are Markdown backtick fences or safe relative artifact writes in SKILL.md, so they are adjudicated as false positives. One semantic issue remains: the generated inference script loads serialized ML artifacts without a trust-boundary warning, which can be unsafe with untrusted files.

4
スキャンされたファイル
647
解析済み行数
0
レビュー項目
0
誤検知を無視

確認済みのセキュリティ上の懸念 (1)

中
Unsafe Serialized Model Artifact Loading
The generated inference script loads model and scaler files from caller-provided paths using TensorFlow and joblib. Untrusted serialized artifacts can execute code or load unsafe objects, so the skill should add a trust-boundary warning.
The code directly calls load_model(model_path) and joblib.load(scaler_path). The intended artifacts are local, but the parameters are paths and no trusted-source warning is present.
監査者: codex 監査履歴を表示 →
このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く
セキュリティ評価

レポートリンクをコピー

https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdownバッジ

[![Skillstore security assessment](https://skillstore.io/badges/skills/dnyoussef-when-developing-ml-models-use-ml-expert/security.svg)](https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert?utm_source=security_passport_badge)

HTMLバッジ

<a href="https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-when-developing-ml-models-use-ml-expert/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

埋め込みカード

<iframe src="https://skillstore.io/embed/skills/dnyoussef-when-developing-ml-models-use-ml-expert.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
学術引用 (APA · BibTeX · CFF)

APA形式の引用

DNYoussef. (2026). when-developing-ml-models-use-ml-expert security audit report (audit version 8) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert/audits/8

BibTeX形式の引用

@techreport{dnyoussef-dnyoussef-when-developing-ml-models-use-ml-expert-2026, author = {DNYoussef}, title = {when-developing-ml-models-use-ml-expert security audit report (audit version 8)}, institution = {Skillstore}, year = {2026}, number = {8}, url = {https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert/audits/8}, note = {Author version 1.0.0} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "when-developing-ml-models-use-ml-expert security audit report (audit version 8)" version: "1.0.0" type: report authors: - name: "DNYoussef" date-released: "2026-07-05" url: "https://skillstore.io/skills/dnyoussef-when-developing-ml-models-use-ml-expert/audits/8" identifiers: - type: other value: "skillstore:dnyoussef-when-developing-ml-models-use-ml-expert:audit:8" description: "Skillstore immutable audit report identifier"

Skillstore スコア

このスコアの理由 証拠の信頼度: 高
55
アーキテクチャ
100
保守性
87
コンテンツ
70
コミュニティ
83
仕様準拠

作成できるもの

إنشاء نموذج أولي لمصنف

بناء أول نموذج تعلم خاضع للإشراف مع تقسيمات بيانات نظيفة وميزات مطبعة ومقاييس تحقق أساسية.

إعداد عناصر النشر

تصدير النماذج المدربة وحفظ أصول المعالجة المسبقة وتجميع مجلد نشر يحتوي على نقطة دخول للاستدلال.

مقارنة معماريات النماذج

تقييم تعقيد المهمة وعدد الميزات وحجم البيانات قبل اختيار نهج شبكة عصبية أو نموذج تقليدي.

これらのプロンプトを試す

بدء نموذج أساسي
استخدم هذه المهارة لبناء نموذج تصنيف أساسي من مجموعة بياناتي. اسأل أولا عن عمود الهدف وهدف المقياس وتنسيق النشر.
إعداد بيانات التدريب
استخدم هذه المهارة لتنظيف بياناتي الجدولية، وتقسيم مجموعات train validation test، واختيار معمارية نموذج، وتحديد training callbacks.
التغليف للنشر
استخدم هذه المهارة لتصميم سير عمل ML إنتاجي مع تقارير تقييم وتغليف عناصر النموذج وتوليد سكربت استدلال.
تدقيق مسار ML
استخدم هذه المهارة لمراجعة مسار ML لدي من حيث فرط التخصيص والتسرب واختيار المقياس وسلامة العناصر والجاهزية للنشر.

ベストプラクティス

  • حدد المقياس المستهدف وحد القبول قبل بدء التدريب.
  • حافظ على فصل بيانات التدريب والتحقق والاختبار طوال المعالجة المسبقة والتقييم.
  • سجل معاملات النموذج وسجل التدريب وافتراضات البيانات وإصدارات العناصر.

回避

  • لا تقيّم على بيانات التدريب فقط أو تضبط النموذج مرارا على مجموعة الاختبار.
  • لا تغلف عناصر النموذج دون توثيق متطلبات المعالجة المسبقة.
  • لا تحمل عناصر متسلسلة من مصادر غير موثوقة أثناء الاستدلال.

よくある質問

ما نوع عمل ML الذي تدعمه هذه المهارة؟
تدعم تطوير النماذج بشكل منظم، بما في ذلك إعداد البيانات واختيار النموذج والتدريب والتقييم وتغليف النشر.
هل يمكنها الاختيار بين TensorFlow وPyTorch؟
تركز الأمثلة على TensorFlow. يمكن لمستخدمي PyTorch تكييف المراحل وفحوصات التحقق مع إطار العمل الخاص بهم.
هل تدرب نموذجا تلقائيا؟
توفر إرشادات سير عمل وخطوات مثال. يعتمد التدريب الفعلي على الأدوات المتصلة والبيانات وبيئة التشغيل.
هل يمكنها المساعدة في النشر الإنتاجي؟
تعد عناصر النموذج والتقارير وسكربت استدلال. ولا تقوم بتهيئة البنية التحتية السحابية أو أنظمة المراقبة.
ما المدخلات التي يجب أن أقدمها؟
قدم موقع مجموعة البيانات وعمود الهدف ونوع المهمة ومقياس النجاح وتفضيل إطار العمل وهدف النشر.
هل هي آمنة لمجموعات البيانات الحساسة؟
استخدم ضوابط الخصوصية المحلية قبل تشغيل الأمثلة. لا تتضمن المهارة إرشادات للامتثال أو إخفاء الهوية أو التحكم في الوصول.

開発者情報

作成者

DNYoussef

ライセンス

MIT

作者バージョン

v1.0.0

Skillstore リビジョン

r1

参照

c579efd02184f1128d6741d16e6c8d951d7d4208

メンテナンスの新しさ

2026/7/21

利用状況

3 ダウンロード · 183 閲覧

ファイル構成

DNYoussef のその他のスキル

すべて表示
すべて表示
📦

ml-antipattern-validator

81

تحقق من سير عمل التعلم الآلي لاكتشاف الأنماط المضادة الخفية

作成者 Doyajin174

قد تبدو مشاريع التعلم الآلي دقيقة بينما يخفي تسرب البيانات أو التقييم الضعيف عيوبًا خطيرة. توجه هذه المهارة فحوصات منظمة للتقسيمات والمقاييس والتدريب وجاهزية النشر.

データ&アナリティクス 表示
📦

pytdc

82

تحليل مجموعات بيانات التعلم الآلي العلاجية باستخدام PyTDC

作成者 K-Dense-AI

تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات موثوقة وبروتوكولات تقييم عادلة. تساعد هذه المهارة Claude على استخدام PyTDC لبيانات التعلم الآلي العلاجية المنسقة، وتقسيمات المعايير المرجعية، والمقاييس، والأوراكل الجزيئية.

データ&アナリティクス 表示