ML 특성 평가기은(는) 무엇을 하나요?
프로덕션 ML 파이프라인에서 특성의 사용 여부(go/no-go)를 결정하기 위한 구조화된 10단계 진단 도구입니다. 결과 기울기, 커버리지 격차, 엔트로피/이득 비율, 조건부 상호 정보량, 증분 교차 검증 AUC, 9점 시간적 안전성을 다룹니다. Claude Code 스킬입니다.
프로덕션 ML 파이프라인에서 특성의 사용 여부(go/no-go)를 결정하기 위한 구조화된 10단계 진단 도구입니다. 결과 기울기, 커버리지 격차, 엔트로피/이득 비율, 조건부 상호 정보량, 증분 교차 검증 AUC, 9점 시간적 안전성을 다룹니다. Claude Code 스킬입니다.
이 스킬은 프로덕션 ML 파이프라인에 특성을 도입할지 여부를 엄격히 평가하기 위한 구조화된 10단계 진단 절차를 제공합니다. 기존의 단순한 상관관계 분석을 넘어, 결과 기울기(outcome gradient), 커버리지 격차(coverage gaps), 엔트로피/이득 비율(entropy/gain ratio), 조건부 상호 정보량(conditional mutual information), 증분 교차 검증 AUC(incremental CV AUC), 9점 시간적 안전성(9-point temporal safety) 등 여러 고급 메트릭을 체계적으로 검토합니다. Claude Code 환경에 최적화되어 있으며, 특성 엔지니어링 및 선택 단계에서 데이터 과학자와 MLE(Machine Learning Engineer)가 데이터 기반의 객관적인 의사 결정을 내릴 수 있도록 지원합니다. 각 단계의 평가 결과는 최종 Go/No-Go 판단의 근거로 활용됩니다.
npx skills add wan-huiyan/ml-feature-evaluatorInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
프로덕션 ML 파이프라인에서 특성의 사용 여부(go/no-go)를 결정하기 위한 구조화된 10단계 진단 도구입니다. 결과 기울기, 커버리지 격차, 엔트로피/이득 비율, 조건부 상호 정보량, 증분 교차 검증 AUC, 9점 시간적 안전성을 다룹니다. Claude Code 스킬입니다.
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.