Anthropic Claudeデータ・分析⭐ リポ 1品質スコア 53/100
engineering-features-for-machine-learning
機械学習モデルのパフォーマンス向上を目的として、特徴量の作成、選択、変換を実行します。特徴量のスケーリング、エンコーディング、重要度分析に対応しています。「特徴量エンジニアリング」や「特徴量選択」の実施を求められた際に利用できます。スキルの目的に基づいた関連フレーズでトリガーされます。
description の原文を見る
Execute create, select, and transform features to improve machine learning model performance. Handles feature scaling, encoding, and importance analysis. Use when asked to "engineer features" or "select features". Trigger with relevant phrases based on skill purpose.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
フィーチャーエンジニアリングツールキット
このスキルは、フィーチャーエンジニアリングツールキットのタスクに対する自動化された支援を提供します。
概要
このスキルは、フィーチャーエンジニアリングツールキットのタスクに対する自動化された支援を提供します。 このスキルにより、Claudeはフィーチャーエンジニアリングツールキットプラグインを活用して機械学習モデルを強化できます。新しいフィーチャーの作成、最も関連性の高いフィーチャーの選択、およびモデルのニーズに合わせた既存フィーチャーの変換プロセスを自動化します。このスキルを使用して、機械学習モデルの精度、効率性、および解釈可能性を向上させます。
動作方法
- 要件の分析: Claudeはユーザーのリクエストを分析し、必要なフィーチャーエンジニアリングタスクを特定します。
- コード生成: Claudeはフィーチャーエンジニアリングツールキットプラグインを使用してPythonコードを生成し、リクエストされたタスクを実行します。これにはデータ検証とエラーハンドリングが含まれます。
- タスク実行: 生成されたコードが実行され、要求に応じてフィーチャーが作成、選択、または変換されます。
- インサイトの提供: Claudeは、新しく作成されたフィーチャーの重要性やモデルパフォー
...
詳細情報
- 作者
- Brmbobo
- リポジトリ
- Brmbobo/Web2podcast
- ライセンス
- 不明
- 最終更新
- 2026/1/26
Source: https://github.com/Brmbobo/Web2podcast / ライセンス: 未指定