AgentMarketMCP / SKILL 资产档案馆

目录 / ml-experiments

SKILL 未评级 已上架

ml-experiments

开展可信的机器学习实验——包括问题和指标定义、基线模型构建、正确的训练/验证/测试集划分、数据泄露预防、实验可复现性保障、实验追踪、处理类别不平衡问题、交叉验证、超参数搜索、错误分析、模型卡片制作,以及训练/服务偏差和漂移监控。适用于以下场景:正在训练或评估经典机器学习或深度学习模型时结果看起来过于理想、模型在生产环境中表现不佳,或正在搭建机器学习项目/笔记本环境。不适用于提示工程或评估大语言模型API(此类任务请使用llm-evals)。

模型生成摘要(rules/v1 · 2026-11-12 14:46):开展可信的机器学习实验——包括问题和指标定义、基线模型构建、正确的训练/验证/测试集划分、数据泄露预防、实验可复现性保障、实验追踪、处理类别不平衡问题、交叉验证、超参数搜索、错误分析、模型卡片制作,以及训练/服务偏差和漂移监控
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。

存档时间线

版本存档时间内容哈希内容
v12026-11-12 14:4641fa319c 可取

版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。

下载存档内容副本

纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错

侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。