Anthropic Claudeデータ・分析⭐ リポ 1品質スコア 53/100
tuning-hyperparameters
機械学習モデルのハイパーパラメータを、グリッドサーチ、ランダムサーチ、またはベイズ最適化を使って最適化します。パフォーマンスを最大化するための最適なパラメータ構成を見つけられます。「ハイパーパラメータをチューニングしてほしい」「モデルを最適化してほしい」といった依頼があるときに使用します。スキルの目的に基づいて関連するフレーズでトリガーします。
description の原文を見る
Optimize machine learning model hyperparameters using grid search, random search, or Bayesian optimization. Finds best parameter configurations to maximize performance. Use when asked to "tune hyperparameters" or "optimize model". 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。
ハイパーパラメータチューナー
このスキルはハイパーパラメータチューナータスクの自動化されたサポートを提供します。
概要
このスキルは、Claude が機械学習モデルを微調整し、最適なハイパーパラメータ構成を自動的に検索できます。異なる検索戦略（グリッド、ランダム、ベイズ最適化）を活用して、ハイパーパラメータ空間を効率的に探索し、モデルのパフォーマンスを最大化する設定を特定します。
仕組み
- 要件の分析: Claude がユーザーのリクエストを分析して、モデル、チューニングするハイパーパラメータ、検索戦略、評価メトリクスを決定します。
- コード生成: Claude が適切な ML ライブラリ（例：scikit-learn、Optuna）を使用して Python コードを生成し、指定されたハイパーパラメータ検索を実装します。コードはデータロード、前処理、モデル訓練、評価を含みます。
- 検索の実行: 生成されたコードが実行され、ハイパーパラメータ検索を実行します。プラグインは異なるハイパーパラメータの組み合わせを反復処理し、各組み合わせでモデルを訓練し、パフォーマンスを評価します。
- 結果のレポート: Claude は検索中に見つかった最適なハイパーパラメータ構成と、対応するパフォーマンスメトリクスをレポートします
...
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