登录
下载
Skill UI
浏览并发现
9688+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
特征工程
,共找到
8
条记录
默认排序
最新上传
最多下载
Databricks ML模型全生命周期管理
databricks-core-workflow-b
jeremylongshore/claude-code-plugins-plus-skills
121
本流程展示了在Databricks上完整的MLOps生命周期。它指导用户如何使用Feature Store进行特征工程,通过MLflow进行实验跟踪和模型训练,在Model Registry中管理模型版本,最终部署为可实时推理的API服务。适用于构建可生产化、高可靠性的机器学习系统。
查看详情
特征工程工具集
engineering-features-for-machine-learning
jeremylongshore/claude-code-plugins-plus-skills
466
该技能借助 feature-engineering-toolkit 插件自动创建、筛选和转化特征,用于提升机器学习模型的准确性和解释性,适合构造交互特征、降维或归一化等预处理场景。
查看详情
特征工程助手
feature-engineering-helper
jeremylongshore/claude-code-plugins-plus-skills
82
自动触发的特征工程助手,在提及相关场景时提供数据准备、模型训练、超参调优和实验追踪等机器学习训练指导。
查看详情
多智能体MLOps管道编排
machine-learning-ops-ml-pipeline
sickn33/antigravity-awesome-skills
485
本技能旨在指导设计和实现一个完整的、生产级别的机器学习(ML)管道。它采用多智能体编排工作流,系统地覆盖了ML整个生命周期:包括数据摄取、特征工程、模型训练、代码优化和生产部署(MLOps),确保系统具备高可重复性、可监控性和高扩展性。
查看详情
生产级机器学习工程与MLOps
ml-engineer
sickn33/antigravity-awesome-skills
386
这是一套全面的技能体系,专注于构建、部署和管理生产级的机器学习系统。知识覆盖现代ML框架(如PyTorch、TensorFlow)、模型服务(基于Kubernetes)、高级特征工程和全面的MLOps实践(包括监控、A/B测试和持续集成)。旨在交付可扩展、可靠、具备商业价值的AI解决方案。
查看详情
机器学习全生命周期流程管理
ml-pipeline-workflow
sickn33/antigravity-awesome-skills
282
本技能提供完整的MLOps管道编排指南,覆盖机器学习的整个生命周期。它指导用户从数据摄取、特征工程、模型训练,到系统级的模型验证和部署自动化,确保构建出可复现、高可用、可监控的生产级机器学习系统。
查看详情
生产级机器学习工程
senior-ml-engineer
alirezarezvani/claude-skills
441
提供生产级 ML 工程模式,涵盖模型部署、MLOps 流水线、特征存储、漂移监控、LLM/RAG 集成及成本控制,适用于上线运营场景。
查看详情
零售需求与库存预测
inventory-demand-planning
sickn33/antigravity-awesome-skills
360
为多店零售商提供需求预测、安全库存、补货计划、促销提升估算及ABC/XYZ分级,融合统计方法与机器学习特征工程,帮助在服务水平与库存成本间保持平衡。
查看详情
1
语言
简体中文
English