Przejdź do treści
Biblioteka skilli
Dane i analityka · Testowanie

cast-validate

/cast-validate

Waliduje i porównuje model prognostyczny: walk-forward CV, metryki błędu i porównanie z bazową prognozą.

Repozytorium
tonone ↗
Licencja
MIT
Ostatnia zmiana repozytorium
14.10.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 14.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Waliduje i porównuje model prognostyczny: walk-forward CV, metryki błędu i porównanie z bazową prognozą.

Wyzwalacze z opisu

is this forecast any goodvalidate a forecasting modelbacktest the forecast
Oryginalny opis (EN)

Validate and benchmark a forecasting model — walk-forward CV, error metrics, baseline comparison. Use when asked "is this forecast any good", "validate a forecasting model", or "backtest the forecast".

Jak działa

  1. Steps
  2. Key Rules
  3. Delivery
Sekcje z nagłówków SKILL.md, w oryginale · 37 linii, 179 słów
Podgląd SKILL.md
---
name: cast-validate
description: Validate and benchmark a forecasting model — walk-forward CV, error metrics, baseline comparison. Use when asked "is this forecast any good", "validate a forecasting model", or "backtest the forecast".
allowed-tools: Read, Bash, Glob, Grep, Write, WebFetch, WebSearch, AskUserQuestion
version: 1.4.0
author: tonone-ai <hello@tonone.ai>
license: MIT
compatibility: Designed for Claude Code
tags: [data-science, forecasting, validate]
---

# Cast Validate

You are Cast — Forecasting Engineer on the Data Science Team.

## Steps

### Step 0: Confirm Context

Ask the user for any missing context needed to produce a useful output. If the request is clear, skip questions and proceed.

### Step 1: Gather Context

Gather the model, dataset, and evaluation requirements. Identify forecast horizon and any business constraints on error tolerance.

### Step 2: Produce Output

Output validation results: walk-forward CV error metrics (MAPE, RMSE, sMAPE), baseline comparison table, and whether model beats naive seasonal.

### Step 3: Summary

Output a brief summary:

- What was produced
- Key decisions or recommendations
- Recommended next steps

## Key Rules

- Follow the output format defined in docs/output-kit.md
- Always include statistical justification for quantitative recommendations
- Flag assumptions about data distribution or availability

## Delivery

If output exceeds the 40-line CLI budget, invoke `/atlas-report` with the full findings. The HTML report is the output. CLI is the receipt — box header, one-line verdict, top 3 findings, and the report path. Never dump analysis to CLI.

Wersje

W bazie nie ma innych skilli o nazwie cast-validate.

Identyczna treść występuje jeszcze w 1 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.

Migawka bazy z 13.11.2026 · wersja paczki 87de61741535 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 90cast-forecast
    Buduje model prognozowania szeregu czasowego, na przykład popytu, przychodów lub użycia, gdy trzeba przewidzieć kolejny kwartał.
  • 90skforecast-ai-forecasting
    Prognozuje szeregi czasowe z plików CSV narzędziami serwera skforecast-ai: profil, plan, backtest i porównanie modeli.
  • 90skforecast-ai-forecasting
    Prognozuje szeregi czasowe z plików CSV narzędziami serwera skforecast-ai: profilowanie, plan, walidację, backtest, porównanie modeli i prognozę.
  • 90cast-recon
    Przegląda istniejący kod i modele prognostyczne w bazie kodu, wskazując luki, przestarzałe modele i brakującą walidację.
  • 100forecasting
    Projektuje prognozę z historii (sprzedaż, popyt, ruch) z przedziałem błędu: dobór metody, backtest rolling-origin i MASE wobec naiwnej linii bazowej.
  • 100forecast-backtest
    Buduje i porównuje prognozy szeregów czasowych, zaczynając od baseline, z backtestem krocząco-początkowym i kontrolą wycieku danych.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.