machine-learning
Crear pipelines de aprendizaje automático
Los proyectos de aprendizaje automático fallan cuando los datos, las métricas y las decisiones de despliegue no están claras. Esta skill ofrece orientación estructurada para la planificación de modelos, el preprocesamiento, la evaluación y MLOps.
Instalar con mi Agente
Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.
Review the Skillstore skill "machine-learning" from https://skillstore.io/skills/89jobrien-machine-learning.md and its manifest at https://skillstore.io/api/skills/89jobrien-machine-learning/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Tu Agente debe seguir mostrando su plan y solicitar cualquier confirmación exigida por la política de seguridad.
Recursos legibles por agentes
Usa estos enlaces cuando un agente de IA, crawler o script necesite contexto limpio en vez de leer la página completa.
Pruébalo
Usando "machine-learning". Un equipo de producto quiere predecir la pérdida de clientes a partir de datos de cuentas, uso, facturación y soporte.
Resultado esperado:
La skill lo enmarcaría como clasificación binaria, recomendaría divisiones estratificadas, sugeriría AUC-ROC y PR-AUC, y señalaría fugas de información desde campos posteriores a la pérdida del cliente.
Usando "machine-learning". Un dataset tiene valores numéricos faltantes, categorías de alta cardinalidad y valores atípicos pronunciados.
Resultado esperado:
La skill recomendaría imputación solo con datos de entrenamiento, revisión de codificación por objetivo o frecuencia, escalado robusto, opciones de recorte y preprocesamiento basado en pipelines.
Usando "machine-learning". Un equipo de ML quiere publicar un modelo detrás de una API.
Resultado esperado:
La skill describiría comprobaciones en staging, pruebas en shadow, despliegue gradual, supervisión de latencia, seguimiento de drift, versionado de modelos y planificación de rollback.
Auditoría de seguridad
SeguroAll six static findings are false positives caused by Markdown formatting or machine learning terminology. No prompt injection, malicious intent, data exfiltration, or unsafe execution behavior was found in the reviewed files.
Factores de riesgo
⚙️ Comandos externos (4)
Compartir y citar este informe
Comparte el informe de evaluación versionado, la insignia neutral, la tarjeta insertable y las citas. Skillstore presenta evidencias sin decidir si este Skill es seguro.
Copiar enlace del informe
https://skillstore.io/skills/89jobrien-machine-learning/audits/6?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportInsignia Markdown
[](https://skillstore.io/skills/89jobrien-machine-learning?utm_source=security_passport_badge)Insignia HTML
<a href="https://skillstore.io/skills/89jobrien-machine-learning?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/89jobrien-machine-learning/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Tarjeta para insertar
<iframe src="https://skillstore.io/embed/skills/89jobrien-machine-learning.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citas académicas (APA · BibTeX · CFF)
Cita APA
Joseph OBrien. (2026). machine-learning security audit report (audit version 6) [Author version 1.0.1]. Skillstore. https://skillstore.io/skills/89jobrien-machine-learning/audits/6Cita BibTeX
@techreport{joseph-obrien-89jobrien-machine-learning-2026,
author = {Joseph OBrien},
title = {machine-learning security audit report (audit version 6)},
institution = {Skillstore},
year = {2026},
number = {6},
url = {https://skillstore.io/skills/89jobrien-machine-learning/audits/6},
note = {Author version 1.0.1}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "machine-learning security audit report (audit version 6)"
version: "1.0.1"
type: report
authors:
- name: "Joseph OBrien"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/89jobrien-machine-learning/audits/6"
identifiers:
- type: other
value: "skillstore:89jobrien-machine-learning:audit:6"
description: "Skillstore immutable audit report identifier"
Puntuación de Skillstore
Por qué esta puntuación Confianza de la evidencia: AltoLo que puedes crear
Planificar un nuevo proyecto de ML
Define el tipo de problema, las métricas de éxito, la estrategia de división de datos y los primeros modelos candidatos antes de que comience la implementación.
Preparar datos de entrenamiento
Elige pasos de imputación, codificación, escalado, manejo de valores atípicos y prevención de fugas de información para un dataset fiable.
Revisar la preparación para producción
Comprueba el enfoque de serving, el versionado del modelo, las pruebas de CI/CD, las señales de supervisión y los desencadenantes de reentrenamiento antes del lanzamiento.
Prueba estos prompts
Use the machine-learning skill to classify my problem type, recommend metrics, and suggest baseline models. My goal is: [describe goal]. My data is: [describe data].
Use the machine-learning skill to design preprocessing for this dataset: [columns, types, missing values, target]. Include leakage risks and train-test split guidance.
Use the machine-learning skill to create an evaluation plan for [classification, regression, ranking, clustering]. Include primary metrics, validation strategy, and error analysis steps.
Use the machine-learning skill to review production readiness for this model: [model, latency needs, traffic, monitoring plan]. Identify deployment risks and retraining triggers.
Mejores prácticas
- Define el objetivo de predicción, la métrica y la división de datos antes de seleccionar modelos.
- Ajusta el preprocesamiento solo con datos de entrenamiento y luego transforma los datos de validación y prueba.
- Registra la versión del código, la versión de los datos, los hiperparámetros, las métricas y los artefactos del modelo para cada experimento.
Evitar
- No ajustes hiperparámetros en el conjunto de prueba ni informes resultados de validación como rendimiento final.
- No uses información futura ni campos derivados del objetivo como entradas del modelo.
- No despliegues sin supervisar la latencia, el drift de entradas, el drift de predicciones y las tasas de error.
Preguntas frecuentes
¿Puede esta skill entrenar un modelo directamente?
¿Qué herramientas de IA pueden usar esta skill?
¿Cubre la ingeniería de características?
¿Ayuda con la evaluación de modelos?
¿Es específica de un framework de aprendizaje automático?
¿Incluye orientación para producción?
Detalles del desarrollador
Autor
Joseph OBrienLicencia
MIT
Versión del autor
v1.0.1
Revisión de Skillstore
r1
Ref.
c4037264bbd363c572662d6154a3ab28f5ca4f53
Actualidad del mantenimiento
21/7/2026
Uso
32 descargas · 224 vistas
Estructura de archivos