AI Skill MartKhám phá skillLệnhChương trìnhHọcSkill là gì?
 
← Về danh sách

Phương pháp curation tập dữ liệu

Skill hướng dẫn từng bước phân tích phân phối, thiên lệch, chia tập phân tầng, mở rộng dữ liệu và rà soát đạo đức cho tập dữ liệu.

Dữ liệu · Phân tíchTrung cấp★ 446⑂ 38Điểm AI 6/10Cập nhật lần cuối: 1 thg 11, 2026

Làm được gì

  • Phân tích phân phối: đếm mẫu theo lớp, tính tỉ lệ mất cân bằng (max/min), phát hiện lớp quá hiếm (<5% lớp lớn nhất), lập ma trận đồng xuất hiện nhãn
  • Đánh giá thiên lệch: phát hiện tương quan giả, kiểm tra demographic parity, equalized odds, tỉ lệ đại diện theo nhóm
  • Chia tập phân tầng: phân tầng chính theo nhãn, phụ theo nguồn (chống rò rỉ nguồn), kiểm định chi-bình phương, gợi ý tỉ lệ 80/10/10, 70/15/15 hoặc k-fold tùy kích thước
  • Đánh giá chất lượng nhãn: Cohen's kappa, Fleiss' kappa, Krippendorff's alpha, ước lượng nhiễu nhãn, liệt kê ca biên
  • Mở rộng & đạo đức: ưu tiên lớp cần thêm dữ liệu, chiến lược thu thập, checklist về đồng thuận, quyền riêng tư, giấy phép, nguy cơ lạm dụng

Phù hợp với ai

  • Kỹ sư/nhà nghiên cứu ML tự xây dựng và làm sạch tập dữ liệu huấn luyện
  • Người cần viết báo cáo công bằng (fairness) hoặc data card cho tập dữ liệu
  • Nhóm chuẩn bị công bố dataset và cần rà soát đạo đức trước khi phát hành

Ví dụ sử dụng

  1. "Phân tích mất cân bằng lớp trong tập nhãn của tôi" → bảng số lượng theo lớp, tỉ lệ mất cân bằng, danh sách lớp thiếu dữ liệu
  2. "Chia train/val/test mà không rò rỉ nguồn" → chiến lược phân tầng kép kèm kết quả kiểm định phân phối giữa các tập
  3. "Rà soát đạo đức trước khi công bố dataset" → checklist đầy đủ về nội dung nhạy cảm, đồng thuận, ẩn danh hóa và giấy phép

· · · Hướng dẫn cài đặt · · ·

Dùng thử ngay, không cần cài

Dán đoạn dưới vào Claude là dùng được skill này mà không cần cài đặt.

Hãy đọc hướng dẫn trong tệp này và làm theo để giúp mình:
https://raw.githubusercontent.com/fcakyon/labrat/HEAD/plugin/skills/dataset-curation/SKILL.md

Mình muốn: (viết việc bạn cần ở đây)

Nếu Claude không mở được liên kết, hãy mở liên kết và copy nội dung vào rồi dán.

↓ Thấy hữu ích thì tải ZIP bên dưới và cài. Sau đó skill tự chạy, không phải dán lại mỗi lần.

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên AI Skill Mart.
Copy thư mục plugin/skills/dataset-curation từ repo GitHub fcakyon/labrat vào ~/.claude/skills/fcakyon-dataset-curation/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/fcakyon/labrat.git && mkdir -p ~/.claude/skills && cp -r labrat/plugin/skills/dataset-curation ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở Terminal.
  2. Tạo thư mục skill: mkdir -p ~/.claude/skills
  3. Tải mã nguồn: git clone https://github.com/fcakyon/labrat.git
  4. Sao chép skill: cp -r labrat/plugin/skills/dataset-curation ~/.claude/skills/
  5. Khởi động lại Claude Code, rồi thử yêu cầu như "phân tích thiên lệch dataset" hoặc "chia mẫu phân tầng".
  6. Nên cài sẵn pandas và scikit-learn trong môi trường phân tích vì skill không kèm script tính toán.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT