when-developing-ml-models-use-ml-expert
À propos
Cette compétence offre un flux de travail structuré pour le développement, l'entraînement et le déploiement de modèles d'apprentissage automatique, prenant en charge des architectures comme les CNN et les RNN. Utilisez-la lorsque vous avez besoin de construire un nouveau modèle, de réentraîner un modèle existant ou de préparer un modèle pour un déploiement en production. Elle gère l'intégralité du pipeline, depuis l'entraînement avec des frameworks comme TensorFlow/PyTorch jusqu'à la génération de packages prêts pour le déploiement et de rapports d'évaluation.
Installation rapide
Claude Code
Recommandénpx skills add aiskillstore/marketplace -a claude-code/plugin add https://github.com/aiskillstore/marketplacegit clone https://github.com/aiskillstore/marketplace.git ~/.claude/skills/when-developing-ml-models-use-ml-expertCopiez et collez cette commande dans Claude Code pour installer cette compétence
Dépôt GitHub
Frequently asked questions
What is the when-developing-ml-models-use-ml-expert skill?
when-developing-ml-models-use-ml-expert is a Claude Skill by aiskillstore. Skills package instructions and resources that Claude loads on demand, so Claude can perform when-developing-ml-models-use-ml-expert-related tasks without extra prompting.
How do I install when-developing-ml-models-use-ml-expert?
Use the install commands on this page: add when-developing-ml-models-use-ml-expert to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does when-developing-ml-models-use-ml-expert belong to?
when-developing-ml-models-use-ml-expert is in the machine-learning category, tagged ml, training, deployment, model-development and neural-networks.
Is when-developing-ml-models-use-ml-expert free to use?
Yes. when-developing-ml-models-use-ml-expert is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Compétences associées
Cette compétence aide les développeurs à diagnostiquer et résoudre les problèmes courants d'entraînement en apprentissage automatique tels que la divergence de la perte, le surajustement et la convergence lente. Elle fournit un débogage systématique pour identifier les causes profondes et générer des correctifs pour les problèmes d'entraînement. Utilisez-la lorsque vous rencontrez de mauvaises performances de validation ou une instabilité de l'entraînement afin de rétablir la convergence du modèle.
Cette compétence offre un flux de travail spécialisé pour le développement, l'entraînement et le déploiement de modèles d'apprentissage automatique, prenant en charge des architectures telles que les CNN et les RNN. Utilisez-la lorsque vous avez besoin de construire un nouveau modèle, nécessitez un entraînement ou préparez un déploiement en production. Elle gère l'intégralité du pipeline, du développement à la génération de packages de déploiement et de rapports d'évaluation.
Cette compétence aide à déboguer et optimiser les problèmes d'entraînement en apprentissage automatique tels que la divergence de la perte, le surajustement et la convergence lente. Elle fournit un diagnostic systématique, identifie les causes racines et propose des corrections avec des comparaisons de performances. Utilisez-la en cas d'échecs d'entraînement, de faibles performances en validation, ou lorsque vous avez besoin de recommandations d'optimisation.
Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.