Навыки machine-learning
📦

machine-learning

v1.0.1 Ревизия содержимого r1 Безопасно ⚙️ Внешние команды

Создание конвейеров машинного обучения

Проекты машинного обучения терпят неудачу, когда данные, метрики и решения по развертыванию неясны. Этот навык дает структурированные рекомендации по планированию моделей, предобработке, оценке и MLOps.

Поддерживает: Claude Codex Code(CC)
Maintain this Skill? Claim it 🥉 77 Бронза

Установить с помощью моего Агента

Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.

Запрос агента
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.

Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.

Ресурсы для AI-агентов

Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.

Протестировать

Использование «machine-learning». Продуктовая команда хочет прогнозировать отток на основе данных аккаунта, использования, биллинга и поддержки.

Ожидаемый результат:

Навык определил бы это как бинарную классификацию, рекомендовал бы стратифицированные разбиения, предложил бы AUC-ROC и PR-AUC и отметил бы утечку из полей после оттока.

Использование «machine-learning». В датасете есть пропущенные числовые значения, категории с высокой кардинальностью и сильные выбросы.

Ожидаемый результат:

Навык рекомендовал бы импутацию только на обучающих данных, проверку target или frequency encoding, robust scaling, варианты clipping и предобработку на основе pipeline.

Использование «machine-learning». ML-команда хочет выпустить модель за API.

Ожидаемый результат:

Навык описал бы staging-проверки, shadow testing, постепенный rollout, мониторинг задержки, отслеживание drift, версионирование модели и планирование rollback.

Аудит безопасности

Безопасно

All 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.

2
Просканировано файлов
374
Проанализировано строк
0
Пункты проверки
0
Ложные срабатывания проигнорированы

Факторы риска

Последний завершенный статический и семантический аудит не обнаружил подтвержденных проблем безопасности. Это не доказывает отсутствие побочных эффектов у навыка.
Поделиться и цитировать этот отчет

Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.

Открыть версионный отчет
Оценка безопасности

Копировать ссылку на отчёт

https://skillstore.io/skills/89jobrien-machine-learning/audits/6?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Значок Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/89jobrien-machine-learning/security.svg)](https://skillstore.io/skills/89jobrien-machine-learning?utm_source=security_passport_badge)

Значок 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>

Встраиваемая карточка

<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>
Академические ссылки (APA · BibTeX · CFF)

Цитата 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/6

Цитата 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"

Оценка Skillstore

Почему такая оценка Достоверность доказательств: Высокий
41
Архитектура
100
Сопровождаемость
87
Контент
70
Сообщество
91
Соответствие спецификации

Что вы можете построить

Планирование нового ML-проекта

Определите тип задачи, метрики успеха, стратегию разделения данных и первых кандидатов на модели до начала реализации.

Подготовка обучающих данных

Выберите шаги импутации, кодирования, масштабирования, обработки выбросов и предотвращения утечек для надежного датасета.

Проверка готовности к production

Проверьте подход к serving, версионирование модели, тесты CI/CD, сигналы мониторинга и триггеры переобучения перед запуском.

Попробуйте эти промпты

Выбрать ML-подход
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].
Спроектировать подготовку данных
Use the machine-learning skill to design preprocessing for this dataset: [columns, types, missing values, target]. Include leakage risks and train-test split guidance.
Построить план оценки
Use the machine-learning skill to create an evaluation plan for [classification, regression, ranking, clustering]. Include primary metrics, validation strategy, and error analysis steps.
Подготовиться к ML в production
Use the machine-learning skill to review production readiness for this model: [model, latency needs, traffic, monitoring plan]. Identify deployment risks and retraining triggers.

Лучшие практики

  • Определите целевую переменную прогноза, метрику и разделение данных до выбора моделей.
  • Обучайте предобработку только на обучающих данных, затем преобразуйте валидационные и тестовые данные.
  • Отслеживайте версию кода, версию данных, гиперпараметры, метрики и артефакты модели для каждого эксперимента.

Избегать

  • Не настраивайте модель на тестовом наборе и не сообщайте результаты валидации как финальную производительность.
  • Не используйте будущую информацию или поля, производные от целевой переменной, как входные данные модели.
  • Не развертывайте без мониторинга задержки, input drift, prediction drift и частоты ошибок.

Часто задаваемые вопросы

Может ли этот навык напрямую обучить модель?
Нет. Он предоставляет рекомендации по рабочему процессу и паттерны. Вам по-прежнему нужны данные, код, вычислительные ресурсы и реализация под конкретный framework.
Какие AI-инструменты могут использовать этот навык?
В отчете заявлена поддержка Claude, Codex и Claude Code.
Охватывает ли он feature engineering?
Да. Он охватывает числовые, категориальные, временные, текстовые, геопространственные, interaction и preprocessing паттерны.
Помогает ли он с оценкой модели?
Да. Он рекомендует метрики по типу задачи и делает акцент на held-out tests, кросс-валидации, проверках переобучения и анализе ошибок.
Привязан ли он к одному framework машинного обучения?
Нет, но включенные примеры предобработки ближе всего к рабочим процессам Python и scikit-learn.
Включает ли он рекомендации для production?
Да. Он охватывает паттерны serving, версионирование, проверки CI/CD, сигналы мониторинга, fallback-стратегии и триггеры переобучения.

Сведения для разработчиков

Автор

Joseph OBrien

Лицензия

MIT

Версия автора

v1.0.1

Ревизия Skillstore

r1

Ссылка

c4037264bbd363c572662d6154a3ab28f5ca4f53

Актуальность поддержки

20.07.2026

Использование

32 загрузок · 224 просмотров

Структура файлов