Dataset Curator
À propos
Le Curateur de Jeux de Données aide les développeurs à nettoyer et préparer des jeux de données d'entraînement de haute qualité pour le machine learning. Il vous guide à travers des processus systématiques comme la déduplication, la validation des étiquettes, la détection des biais et l'augmentation des données. Utilisez cette compétence lorsque vous avez besoin d'améliorer les performances du modèle en garantissant que vos données d'entraînement sont fiables et bien maintenues.
Installation rapide
Claude Code
Recommandénpx skills add majiayu000/claude-skill-registry -a claude-code/plugin add https://github.com/majiayu000/claude-skill-registrygit clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/Dataset CuratorCopiez et collez cette commande dans Claude Code pour installer cette compétence
Dépôt GitHub
Compétences associées
flow-nexus-neural
AutreFlow Nexus Neural permet aux développeurs d'entraîner et de déployer des réseaux neuronaux dans des environnements sandbox E2B distribués. Il prend en charge plusieurs architectures comme les réseaux feedforward, LSTM, GAN et transformer, avec des options pour des modèles personnalisés ou des modèles prédéfinis. Utilisez cette compétence lorsque vous avez besoin de gérer des flux de travail d'apprentissage automatique évolutifs via Claude, avec des capacités d'entraînement distribué.
flow-nexus-neural
AutreFlow Nexus Neural permet aux développeurs d'entraîner et de déployer des réseaux neuronaux (feedforward, LSTM, GAN, transformer) au sein d'environnements sandbox E2B distribués. Il offre à la fois un entraînement de modèles personnalisés et des modèles pré-construits du marketplace pour les workflows de machine learning. Utilisez cette compétence lorsque vous avez besoin de gérer un entraînement de réseaux neuronaux évolutif et isolé en sandbox directement via Claude.
flow-nexus-neural
AutreFlow Nexus Neural permet aux développeurs d’entraîner et de déployer des réseaux neuronaux dans des environnements sandbox E2B distribués. Il prend en charge plusieurs architectures telles que les réseaux feedforward, LSTM, GAN et les transformateurs, avec des options pour des modèles personnalisés ou des modèles pré-construits. Utilisez cette compétence lorsque vous avez besoin de flux de travail d’apprentissage automatique évolutifs et isolés, intégrés directement dans votre environnement de développement Claude.
Computer Vision Helper
AutreCette compétence guide les développeurs dans la mise en œuvre de tâches de vision par ordinateur telles que la classification d'images, la détection d'objets et la segmentation. Elle couvre à la fois les modèles d'apprentissage profond traditionnels et les modèles vision-langage modernes (comme CLIP ou GPT-4V) pour vous aider à choisir l'approche appropriée. Utilisez-la lorsque vous avez besoin d'intégrer des capacités d'IA visuelle dans vos applications.
