「ml」の検索結果

Predict project completion dates using ML models. Forecast schedule delays based on current progress, historical patterns, and risk factors.

日本語の概要は準備中です。原文の説明を表示しています。

Generate professional cost estimation reports from CWICR calculations. HTML, PDF, Excel outputs with charts and breakdowns.

日本語の概要は準備中です。原文の説明を表示しています。

Automated safety compliance verification for construction sites. Check PPE usage, zone access, working at heights regulations, and generate compliance reports using rule-based and ML approaches.

日本語の概要は準備中です。原文の説明を表示しています。

Apply machine learning for construction project risk assessment. Predict schedule delays, cost overruns, and safety incidents using historical data and project characteristics.

日本語の概要は準備中です。原文の説明を表示しています。

Analyze and predict construction change orders using ML. Classify change order types, predict costs and schedule impacts, identify patterns, and optimize approval workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Manages parent/child agent relationships with task delegation and result aggregation. Supports sequential chains, parallel fans, conditional routing, retry logic, timeout handling, and YAML-based visual workflow definition.

日本語の概要は準備中です。原文の説明を表示しています。

Turns a screenshot, mockup, Figma export, or photo of a UI into working front-end code - React + Tailwind CSS v4 by default, or Next.js, Vue, or plain HTML/CSS - matching layout, spacing, colors, and typography, then renders the result and compares it against the image to close visual gaps. Use whenever the user shares an image of a website, app screen, dashboard, component, or wireframe and wants it built, cloned, recreated, or "made real", or says "code this up", "build this design", or "match this screenshot".

日本語の概要は準備中です。原文の説明を表示しています。

Turn a marketing brief or product offer into a finished short-form video ad built in HyperFrames — hook, script, shot-by-shot storyboard, scene-by-scene HTML composition, captions, and voiceover. Outputs platform cuts (vertical 9:16, square, 16:9). Use when you need a launch ad, product promo, social video, or paid-creative concept ready to render.

日本語の概要は準備中です。原文の説明を表示しています。

Analyze matchups, injuries, weather, Vegas lines. Recommend sit/start decisions with confidence levels for NFL, NBA, MLB, NHL, soccer.

日本語の概要は準備中です。原文の説明を表示しています。

Extract .webarchive files (saved from Safari) into plain HTML/assets using the WebArchiveExtractor CLI. Use when the user wants to unarchive, extract, or convert a .webarchive file.

日本語の概要は準備中です。原文の説明を表示しています。

Provisions the oracle ML inference daemon with onnxruntime via uv. Use when setting up local ONNX model inference for skill quality evaluation.

日本語の概要は準備中です。原文の説明を表示しています。

Verifies math-heavy code for algorithmic correctness and numerical stability. Use when reviewing scientific algorithms, ML models, or numerical code.

日本語の概要は準備中です。原文の説明を表示しています。

Audits the DSA problem bank for coverage gaps and proposes new YAML entries. Use when refreshing the problem bank during update-plugins runs.

日本語の概要は準備中です。原文の説明を表示しています。

Use when designing or auditing how an LLM or multimodal LLM is evaluated on a clinical task (report generation, VQA, text extraction). Covers reference standard, clinical-efficacy metrics beyond BLEU/ROUGE, hallucination, contamination and prompt sensitivity. Imaging models are /model-assessment.

日本語の概要は準備中です。原文の説明を表示しています。

Use geemap for Google Earth Engine interactive mapping, geospatial conversion, visualization, timelapse, and ML helper workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Route Deepchecks package tasks for ML data/model validation across tabular, NLP, vision, result export, and integration workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Route CubeStudio MLOps platform deployment, customization, and operation tasks.

日本語の概要は準備中です。原文の説明を表示しています。

Use MosaicML Composer for PyTorch training loops, speedup methods, loggers, checkpoints, distributed launch, profiling, and model export.

日本語の概要は準備中です。原文の説明を表示しています。

Use AutoKeras for Keras-based AutoML task APIs, custom AutoModel graphs, tuner search, and model export workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Route auto-sklearn AutoML estimator, data validation, search, custom component, and metadata-maintenance workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Route BertViz Transformer attention visualization, neuron-view, notebook, and HTML export workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Operate Baichuan-7B model loading, architecture inspection, C-Eval/MMLU evaluation preflights, and DeepSpeed pretraining setup from self-contained repo guidance.

日本語の概要は準備中です。原文の説明を表示しています。

Use Aim for experiment tracking SDK instrumentation, local/remote run storage, CLI/UI/server workflows, storage maintenance, and ML framework logging integrations.

日本語の概要は準備中です。原文の説明を表示しています。

Routes substantive ML, AI, data, scientific-computing, and software-engineering requests to the smallest useful set of managed repository skills. Invoke proactively when a request names or implies a package, framework, model family, dataset, modality, workflow, backend, deployment target, evaluation method, or implementation approach that may benefit from repository guidance, even if no repository is named. Narrow progressively from area to family to repository root: inspect only the one or two most likely area pages; compare candidates by capability, task surface, model/data format, training versus inference versus evaluation intent, runtime constraints, and root-skill description; then open only the selected root and relevant sub-skills, references, or scripts. Select multiple repositories only when each adds a distinct capability. Do not load the whole collection, treat dependencies or incidental integrations as capabilities, choose by name alone, or force a match when no exact taxonomy family applies.

日本語の概要は準備中です。原文の説明を表示しています。