Skip to main content
Exécutez n'importe quel Skill dans Manus
en un clic
fnauman
Profil créateur GitHub

fnauman

Vue par dépôt de 6 skills collectés dans 1 dépôts GitHub.

skills collectés
6
dépôts
1
mis à jour
2026-05-13
carte des dépôts

Où se trouvent les skills

Principaux dépôts par nombre de skills collectés, avec leur part dans ce catalogue créateur et leur couverture métier.

explorateur de dépôts

Dépôts et skills représentatifs

report-generation
Secrétaires de direction et assistants administratifs

Convert ts-agents workflow outputs, run manifests, plots, JSON, CSV files, and short Markdown reports into stakeholder-facing Markdown, Quarto, HTML, or PDF reports. Use when the user asks for a report, executive summary, research appendix, or reusable analysis deliverable from existing ts-agents artifacts.

2026-05-13
time-series-activity-recognition
Scientifiques des données

End-to-end workflow for labeled-stream activity recognition: prepare or download data, run window-size selection, evaluate a windowed classifier, and produce plots + a short report. Use when you need a reproducible CLI workflow artifact or evaluation bundle.

2026-04-20
time-series-forecasting
Scientifiques des données

Forecast/predict future values of a time series, choose reasonable baselines, and compare forecasting methods on arbitrary series loaded from ts-agents data.

2026-04-05
time-series-classification
Scientifiques des données

Supervised time series classification: choose and run classifiers (KNN/DTW, ROCKET variants, HIVE-COTE), compare models, and report accuracy. Use when the user asks to classify/categorize time series, build a classifier, or compare time series classification algorithms.

2026-04-01
time-series-decomposition
Scientifiques des données

Decompose a time series into trend/seasonal/residual components (STL, MSTL, Holt-Winters). Use when the user asks about trend, seasonality, detrending, or wants residuals for anomaly detection/forecasting.

2026-04-01
time-series-diagnostics
Scientifiques des données

Quick EDA and diagnostics for a time series: descriptive stats, autocorrelation, and periodicity. Use when the user asks "what does this series look like?", "is there seasonality?", "what's the period?", or before choosing decomposition/forecasting parameters.

2026-04-01
1 dépôts affichés sur 1
Tous les dépôts sont affichés