下载

Skill UI

浏览并发现 11126+ 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 Mac OS ，共找到 19 条记录

默认排序最新上传最多下载

临床决策支持报告生成

clinical-decision-support

K-Dense-AI/scientific-agent-skills

为制药和临床研究领域生成专业的临床决策支持（CDS）文档。该技能专注于基于证据的分析，包括生物标志物分层患者队列分析、带GRADE分级的治疗推荐报告。支持高级统计分析和专业格式输出，适用于监管申报和医学指南的撰写。

Dask：分布式并行计算框架

K-Dense-AI/scientific-agent-skills

Dask是一个强大的Python库，用于实现并行和分布式计算。它允许用户将现有的Pandas和NumPy工作流扩展到超出可用内存的规模，从而高效处理高达TB级别的超大数据集。它提供了专门的API（DataFrame、Array、Bag），用于处理结构化、科学和非结构化数据，支持单机或集群部署。

基因组区间机器学习

K-Dense-AI/scientific-agent-skills

Geniml是一个用于对基因组区间数据（BED文件）进行机器学习建模的Python工具包。它提供了多种无监督方法（如Region2Vec和BEDspace），用于学习基因组区域、单细胞（scATAC-seq）和元数据关联的鲁棒嵌入。适用于基因组学研究中的降维、聚类、细胞类型注释和跨模态查询等任务。

地理空间科学与遥感工具箱

K-Dense-AI/scientific-agent-skills

一个全面的地理空间科学工具箱，涵盖遥感、GIS、空间统计和地球观测机器学习。它支持矢量、栅格、点云等多类型数据处理，支持云原生工作流和多种编程语言，适用于科研和商业级的地理空间分析任务。

SHAP模型可解释性与可信赖性

K-Dense-AI/scientific-agent-skills

SHAP（Shapley加性解释）提供了一个基于博弈论的统一框架，用于解释复杂的机器学习模型。通过计算特征贡献度（Shapley值），它能够帮助用户理解模型做出特定预测的依据、分析潜在的模型偏差，并生成瀑布图等可视化结果，广泛应用于模型可解释性（XAI）领域。

UMAP非线性降维与可视化

K-Dense-AI/scientific-agent-skills

UMAP是一种强大的非线性降维技术，用于将高维数据映射到低维空间（如2D/3D）。本工具支持用于数据可视化、聚类预处理和特征工程，能够保留数据的高维结构，并支持监督学习和多种距离度量指标。

Hugging Face应用部署指南

huggingface-spaces

sickn33/antigravity-awesome-skills

本技能提供一套完整的Hugging Face Spaces应用构建、部署和维护指南。它指导用户根据需求（如Gradio前端、Docker容器或静态网页），选择合适的SDK和硬件资源（包括ZeroGPU和专业GPU），并提供最佳实践，确保机器学习应用能高效、成功地部署上线。

语言