下载

Skill UI

浏览并发现 9979+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索推断，共找到 8 条记录

默认排序最新上传最多下载

PyMC 贝叶斯建模

pymc-bayesian-modeling

K-Dense-AI/claude-scientific-skills

使用 PyMC 5+ 构建层级贝叶斯模型，涵盖数据准备、MCMC（NUTS）或变分推断、先验/后验检查、信息准则比较与预测推断，适合不确定性评估。

Python统计建模与计量分析

K-Dense-AI/claude-scientific-skills

Statsmodels是用于Python的专业统计建模和计量经济学库。它提供了一套完整的工具集，支持进行严格的统计推断，包括普通最小二乘回归（OLS）、广义线性模型（GLM）、混合效应模型和时间序列分析（ARIMA）。适用于计量经济学、生物统计学等领域，进行详细的诊断分析、系数估计和假设检验，生成专业报告。

scVelo RNA速度轨迹分析

K-Dense-AI/claude-scientific-skills

面向单细胞 RNA-seq 的 RNA 速度分析工具包，通过建模未剪接/已剪接转录本动力学推断细胞分化方向、潜在时间和驱动基因，可与 Scanpy 流程联动。

PyMC贝叶斯建模与推断

K-Dense-AI/claude-scientific-skills

本技能详细介绍了使用PyMC进行贝叶斯模型构建和概率编程的完整流程。涵盖了从数据准备、建立分层模型（如线性回归、逻辑回归），到使用MCMC采样、进行后验预测检验（PPC）和模型诊断的全过程。适用于需要进行不确定性量化的科学研究和数据分析场景。

基因调控网络推断

K-Dense-AI/scientific-agent-skills

Arboreto是一个强大的Python库，用于从各种基因表达数据集（如单细胞或批量RNA-seq）推断基因调控网络（GRN）。它利用GRNBoost2和GENIE3等算法，识别转录因子与目标基因之间的关键调控关系。支持Dask分布式计算，适用于大规模高通量转录组学分析。

系统发育树构建与分析

K-Dense-AI/scientific-agent-skills

本技能提供了一套完整的系统发育学分析流程，用于重构生物序列（如基因、蛋白质、基因组）的进化历史。流程涵盖了使用MAFFT进行多序列比对、使用IQ-TREE 2进行最大似然树推断，以及使用ETE3进行结果可视化。适用于病毒系统发育动力学、分子钟分析和基因组学研究。

PyMC：贝叶斯概率建模

K-Dense-AI/scientific-agent-skills

PyMC是一个用于贝叶斯建模和概率编程的Python库。它允许用户构建、拟合和验证复杂的统计模型，如分层模型和时间序列。用户可以使用MCMC采样或变分推断进行参数估计，非常适用于进行不确定性量化和比较多模型。

单细胞RNA速度轨迹分析

K-Dense-AI/scientific-agent-skills

scVelo是一个用于单细胞RNA测序数据的RNA速度分析工具包。它通过建模mRNA剪接的动力学过程（利用未剪接与剪接mRNA的丰度比值），来推断细胞群体的状态转变和发育轨迹。该方法无需时间序列数据，即可预测细胞命运，是生物信息学和发育生物学研究中的关键工具。

1

语言