agentic-kaggle-skill은(는) 무엇을 하나요?
자율 AI 에이전트를 배포하여 Kaggle 데이터 과학 대회를 연구, 디버깅 및 반복적으로 개선합니다.
자율 AI 에이전트를 배포하여 Kaggle 데이터 과학 대회를 연구, 디버깅 및 반복적으로 개선합니다.
이 스킬은 Kaggle 데이터 과학 대회를 위해 자율적으로 작동하는 AI 에이전트를 배포할 수 있게 해줍니다. 주로 Claude Code, Cursor, Codex와 같은 개발자 도구와 함께 사용되며, 에이전트가 대회 데이터를 분석하고, 모델을 구축하며, 결과를 디버깅하고, 성능을 반복적으로 개선하는 과정을 자동화합니다. 이 스킬의 핵심은 'SKILL.md' 문서에 정의된 지침을 통해 에이전트가 대회 참여에 필요한 전반적인 워크플로우를 이해하고 실행하도록 돕는 것입니다. Kaggle 대회 참가자, 데이터 과학자, 혹은 AI 에이전트의 자율성을 활용하여 머신러닝 실험을 가속화하려는 모든 개발자에게 유용하며, 반복적인 실험과 디버깅을 자동화하여 시간을 절약하고 더 나은 결과를 도출할 수 있도록 지원합니다.
npx skills add Mirannonarbitrable290/agentic-kaggle-skillInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
자율 AI 에이전트를 배포하여 Kaggle 데이터 과학 대회를 연구, 디버깅 및 반복적으로 개선합니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.