mcpField
M
Machine Learning

Machine Learning

github.com/pluginagentmarketplace数据与数据库6347 次安装43 周前更新
代码仓库

关于 Machine Learning

这项 Python 机器学习技能涵盖使用 scikit-learn 和 PyTorch 构建模型，适合具备 Python、NumPy、Pandas 和统计基础的学习者，内容从训练评估延伸至部署基础。

主要功能

  1. 01scikit-learn 预处理与管道
  2. 02PyTorch 张量和训练循环
  3. 03特征工程技术
  4. 04模型评估与比较
  5. 05MLOps 序列化与实验跟踪

适用场景

  1. 01训练并评估机器学习模型
  2. 02构建预处理和训练管道
  3. 03准备模型以供服务

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/pluginagentmarketplace/custom-plugin-python --skill machine-learning

安装后在 Claude Code 中输入/machine-learning确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

assets/
schema.json
config.yaml
references/
GUIDE.md
PATTERNS.md
scripts/
validate.py

详细介绍

Python 机器学习技能

概述

使用 scikit-learn、PyTorch 等 Python 库及配套工具构建机器学习模型。

涵盖主题

Scikit-learn
  • 数据预处理
  • 模型选择
  • 训练流水线
  • 交叉验证
  • 超参数调优
PyTorch 基础
  • 张量运算
  • 神经网络模块
  • 训练循环
  • DataLoader 的使用
  • GPU 加速
特征工程
  • 特征选择
  • 降维
  • 特征缩放
  • 编码技术
  • 缺失数据处理
模型评估
  • 指标选择
  • 混淆矩阵
  • ROC 曲线
  • 学习曲线
  • 模型比较
MLOps 基础
  • 模型序列化
  • 实验跟踪（MLflow）
  • 模型版本管理
  • 模型服务
  • 可复现性

前置条件

  • Python 基础
  • NumPy 和 Pandas
  • 统计学基础

学习成果

  • 训练机器学习模型
  • 评估模型性能
  • 构建机器学习流水线
  • 将模型部署到生产环境

评论

支持 Markdown