Python machine learning skill: scikit-learn, PyTorch, and MLOps basics
Pipelines de modèles sklearn, bases PyTorch, feature engineering, métriques d'évaluation et fondamentaux MLOps (sérialisation, MLflow, serving)
- Quoi
- Pipelines de modèles sklearn, bases PyTorch, feature engineering, métriques d'évaluation et fondamentaux MLOps (sérialisation, MLflow, serving)
- Coût
- Gratuit
- Prérequis
- bases Python, NumPy et Pandas, et statistiques de base — le skill est un guide d'aperçu que l'agent suit, pas un logiciel à installer
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — fiche courte (le repo ne déclare aucune licence, donc aucun contenu n'est reproduit) : le skill de machine learning en Python de @pluginagentmarketplace — un skill d'aperçu couvrant scikit-learn (prétraitement, sélection de modèles, pipelines, validation croisée, hyperparameter tuning), les bases PyTorch (tenseurs, modules, boucles d'entraînement, DataLoaders, accélération GPU), le feature engineering (sélection, réduction de dimensionnalité, scaling, encodage, données manquantes), l'évaluation de modèles (métriques, matrice de confusion, courbes ROC, learning curves, comparaison de modèles), et les bases MLOps (sérialisation, tracking d'expériences MLflow, versioning de modèles, serving, reproductibilité) — avec prérequis (Python, NumPy/Pandas, statistiques) et résultats d'apprentissage annoncés. Bémols honnêtes : contenu de niveau aperçu plutôt que référence approfondie — à coupler avec un skill ciblé (p. ex. un skill de bonnes pratiques scikit-learn) pour la profondeur ; licence non déclarée par le repo source — fiche courte avec lien uniquement, rien copié. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : bases Python, NumPy et Pandas, et statistiques de base — le skill est un guide d'aperçu que l'agent suit, pas un logiciel à installer Installe-moi « Skill ML en Python : scikit-learn, PyTorch et bases MLOps ». Il donne à mon agent l'aperçu machine-learning de @pluginagentmarketplace : pipelines de modèles sklearn, bases PyTorch, feature engineering, métriques d'évaluation et fondamentaux MLOps. IMPORTANT : le repo ne déclare aucune licence — récupérer depuis le lien seulement, et ne rien reproduire au-delà du lien. Dépôt : https://github.com/pluginagentmarketplace/custom-plugin-python/blob/main/skills/machine-learning/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « machine-learning ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. dire à l'agent sur quel sujet travailler — pipelines sklearn, bases PyTorch ou MLOps ; c'est du niveau aperçu — coupler avec un skill ciblé pour la profondeur). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.