について
このスキルは、凸最適化問題を解決するための体系的な戦略を提供します。凸性の検証、問題の分類、ソルバーの選択を含みます。開発者が問題を標準形に変換し、SciPyやCVXPYなどの適切なツールを用いてKKT条件を適用する手順を案内します。最適化ワークフローにおいて、線形、二次、または一般的な凸最適化タスクに取り組む際にご利用ください。
クイックインストール
Claude Code
推奨npx skills add scooter-lacroix/Maestro -a claude-code/plugin add https://github.com/scooter-lacroix/Maestrogit clone https://github.com/scooter-lacroix/Maestro.git ~/.claude/skills/convex-optimizationこのコマンドをClaude Codeにコピー＆ペーストしてスキルをインストールします
GitHub リポジトリ
よくある質問
convex-optimization Skillとは何ですか？
convex-optimization はscooter-lacroix が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで convex-optimization に関連するタスクを実行できるようにします。
convex-optimization をインストールするには？
このページのインストールコマンドを使用してください。convex-optimization をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。
convex-optimization はどのカテゴリに属しますか？
convex-optimization は その他 カテゴリに属します。
convex-optimization は無料で利用できますか？
はい。convex-optimization は AIMCP に掲載されており、無料でインストールできます。
関連スキル
LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
このClaudeスキルは、スポーツベッティング市場（スプレッド、オーバー/アンダー、プロップベットなど）を分析し、過去の傾向や状況統計を検証することでバリューベットを特定します。教育目的のための実践的な提案を構造化されたマークダウン形式で出力します。開発者はスポーツベッティング分析ツールとして本機能を活用できますが、娯楽および教育目的に限定されている点に留意してください。
このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75％のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。