Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Règles AutoML et optimisation d'hyperparamètres v1.0.0

Utilisez cette ressource pour lancer une recherche d'hyperparamètres ou de modèles en Python sans fuite de données

Nouveau

  • 190 téléchargements
  • 141 mentions J'aime
  • 235 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install automl-hyperparameter-rule

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

Cursor applique ces règles aux projets de machine learning en Python : commencer par un modèle simple, utiliser une validation temporelle pour les séries, ajuster le prétraitement sur les seuls plis d'entraînement, et enregistrer graines, jeux de données et espaces de recherche.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte « Règles AutoML et optimisation d'hyperparamètres »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
CC0-1.0

Ressources similaires

Tout voir

Ce que vous obtenez

  • Le fichier .mdc (en anglais) : règles de protocole d'expérience, de suivi et d'outillage (Optuna, Ray Tune, PyCaret)
  • Une liste d'outils de séries temporelles à choisir selon le projet (AutoTS, Merlion, PyAF)

Pour qui

  • Une équipe qui compare plusieurs modèles de prévision
  • Un projet où le risque de fuite de données doit rester sous contrôle

Pas pour qui

    Étiquettes

    • automl
    • hyperparamètres
    • optuna
    • python

    À propos

    Vous dites

    « Mets en place une recherche Optuna avec un modèle linéaire comme référence. »

    Carte « Règles AutoML et optimisation d'hyperparamètres »

    Rule publié par PatrickJS sous licence CC0-1.0. Fichier livré dans sa version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Copiez le fichier .mdc dans le dossier .cursor/rules/ de votre projet
    2. Demandez à Cursor de lancer une recherche d'hyperparamètres ou de modèles en Python sans fuite de données
    3. Ajustez la règle à vos conventions

    Aperçu du contenu

    Fichiers

    • automl-hyperparameter-rule.mdc2,9 Ko
    • LICENSE6,5 Ko
    • NOTICE-PALATEKIT.md0,5 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    PatrickJS
    Source
    github.com/PatrickJS/awesome-cursorrules/blob/b044f956f021b6e8877f16781bcfc466a6a120e9/rules/automl-hyperparameter-optimization.mdc
    Licence
    CC0-1.0

    Notice

    « automl-hyperparameter-optimization » (PatrickJS, CC0-1.0) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.