登录
下载

Skill UI

浏览并发现 9785+ 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 支持 ，共找到 162 条记录
默认排序 最新上传 最多下载

RNA-seq差异基因表达分析

pydeseq2
K-Dense-AI/scientific-agent-skills
370
PyDESeq2是用于分析批量RNA-seq原始计数数据的差异基因表达分析工具。它提供了一个完整的生物信息学工作流，支持多因素设计、归一化处理、离散度收缩和统计检验（包括FDR校正）。它能够帮助用户将传统的R语言DESeq2工作流程平稳、高效地迁移到Python环境中。
查看详情

DICOM医学影像处理工具

pydicom
K-Dense-AI/scientific-agent-skills
138
用于处理DICOM医学影像文件，支持读取、写入和修改医学图像数据。功能包括提取CT、MRI等各类医学扫描的像素数据，管理复杂的元数据标签，处理数据压缩，执行患者数据匿名化，并能将医学图像转换为标准格式，适用于医疗影像分析和PACS系统集成。
查看详情

Python材料科学工具包

pymatgen
K-Dense-AI/scientific-agent-skills
61
Pymatgen是一个专业的Python计算材料科学工具包。它用于创建、操作和分析晶体结构、分子系统。核心功能涵盖相图计算、电子结构分析（态密度、能带隙）、空间群对称性分析、超晶胞生成，并可与Materials Project数据库无缝集成。支持超过100种文件格式。
查看详情

PyMC：贝叶斯概率建模与推断

pymc
K-Dense-AI/scientific-agent-skills
81
PyMC是一个专业的Python库，用于实现贝叶斯统计建模和概率编程。它支持构建复杂的层次化模型、时间序列等，并使用MCMC采样（NUTS）进行高级推断。本技能涵盖了完整的建模流程，包括模型构建、先验检查、参数拟合、诊断和后验预测检验，用于实现严谨的不确定性量化。
查看详情

Python基因组数据分析工具包

pysam
K-Dense-AI/scientific-agent-skills
200
Pysam是一个功能强大的Python模块，专门用于读取、操作和写入核心的基因组数据文件格式。它提供了到htslib的Python接口，支持处理比对文件（BAM/CRAM）、变异文件（VCF/BCF）和参考序列（FASTA/FASTQ）。该工具适用于实现复杂的生物信息学流程、计算覆盖度和进行变异体注释，是生物数据分析的必备工具。
查看详情

PyTDC：药物发现机器学习数据集

pytdc
K-Dense-AI/scientific-agent-skills
114
PyTDC是一个开放科学平台，专门为药物发现和治疗领域提供标准化、可直接用于AI训练的权威数据集和基准。它支持单实例预测（如ADME、毒性）、多实例预测（药物-靶点相互作用DTI）以及分子生成等多种核心任务，是药物机器学习模型开发和性能评估的必备工具。
查看详情

Qiskit量子计算框架

qiskit
K-Dense-AI/scientific-agent-skills
232
Qiskit是一个领先的开源量子计算框架，允许用户构建、优化和执行复杂的量子电路。它支持在本地模拟器和真实的IBM量子硬件等多种平台上运行，是实现量子机器学习、化学模拟和组合优化等高级算法的理想工具。
查看详情

RDKit化学信息学工具包

rdkit
K-Dense-AI/scientific-agent-skills
413
RDKit是一个功能强大的化学信息学库，提供Python API用于分子结构操作和分析。它支持读取和写入多种分子格式（SMILES, SDF等），能够计算分子描述符、进行子结构搜索、处理立体化学和化学反应建模。本工具集是药物发现、计算化学和化学信息学研究的核心支持。
查看详情

scikit-survival：生存时间分析库

scikit-survival
K-Dense-AI/scientific-agent-skills
272
scikit-survival 是一个基于 scikit-learn 的专业 Python 库，用于进行生存分析和时间-事件建模。它专门处理存在审查数据的场景（如右删失数据），支持拟合 Cox 比例风险模型、随机生存森林和梯度提升模型等多种先进模型。用户可以利用库中的指标（如C-index）评估模型性能，适用于生命周期分析、临床研究和可靠性工程等领域。
查看详情

单细胞组学深度生成模型

scvi-tools
K-Dense-AI/scientific-agent-skills
390
scvi-tools是一个全面的Python框架，利用深度生成模型和变分推断技术，用于分析单细胞数据的多模态组学数据。它特别适用于进行概率性的批次效应校正、多组学数据整合以及带有不确定性的差异表达分析，支持RNA-seq、ATAC-seq和多组学数据。
查看详情

SHAP：模型可解释性与可理解性

shap
K-Dense-AI/scientific-agent-skills
111
SHAP（Shapley Additive exPlanations）提供基于Shapley值的统一框架，用于深度解释复杂的机器学习模型预测。它可以计算每个特征对模型输出的贡献度，帮助用户理解模型做出判断的依据。本技能支持生成瀑布图、特征重要性热力图等可视化结果，适用于模型可解释性、调试和公平性分析，支持各类模型。
查看详情

Python统计建模与计量经济学分析

statsmodels
K-Dense-AI/scientific-agent-skills
269
本技能提供Python生态系统中最专业的统计建模工具，适用于进行严谨的统计分析、计量经济学和推断性分析。支持线性回归（OLS）、广义线性模型（GLM）和时间序列预测（ARIMA），帮助用户进行模型诊断、效应估计，并生成高质量的统计报告。
查看详情
上一页123...7891011121314下一页
语言
简体中文
English