登录
下载

Skill UI

浏览并发现 10323+ 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 VA ，共找到 365 条记录
默认排序 最新上传 最多下载

Python 量子系统模拟工具箱

qutip
K-Dense-AI/scientific-agent-skills
74
QuTiP是一个强大的Python库，用于模拟和分析量子力学系统。它支持模拟闭合（幺正）和开放（耗散）量子系统，适用于研究量子光学、退相干和主方程等复杂物理过程。用户可以进行时间演化模拟、计算纠缠度和熵，并将结果在相空间或布洛赫球上可视化，是理论物理研究和学术教育的理想工具。
查看详情

智能研究资料查询

research-lookup
K-Dense-AI/scientific-agent-skills
141
本技能提供智能、实时、多维度的研究信息查询服务。它可根据查询内容自动选择最优后端，支持快速网络搜索、深度综合研究和专业学术论文检索。适用于文献验证、背景资料收集、市场趋势分析等科研场景。
查看详情

单细胞RNA测序分析

scanpy
K-Dense-AI/scientific-agent-skills
123
这是一个功能全面的Python工具包，用于执行从原始数据到最终细胞类型注释的单细胞RNA测序（scRNA-seq）分析。它支持质量控制（QC）、数据标准化、降维（PCA/UMAP/t-SNE）、细胞聚类和差异基因表达分析等全流程。用户可以使用内置的脚本处理多种格式的数据，生成高质量的生物学图谱和注释报告。
查看详情

科学证据与批判性思维评估

scientific-critical-thinking
K-Dense-AI/scientific-agent-skills
363
本技能提供了一个系统的框架，用于评估科学声明、研究方法和证据的严谨性与质量。它指导用户评估实验设计有效性、识别各类偏差（如选择性、认知偏差），并应用GRADE或Cochrane风险评估等成熟框架。适用于系统综述、学术同行评审和批判性分析科学文献。
查看详情

生物信息学数据分析工具

scikit-bio
K-Dense-AI/scientific-agent-skills
227
这是一个全面的Python生物信息学工具包，用于处理和分析生物学数据。核心功能包括DNA/RNA/蛋白质序列操作、配对和多重序列比对、构建和分析系统发育树，以及计算Alpha/Beta多样性等生态学指标。适用于微生物组学分析、进化学研究和各种生物数据处理，支持FASTA、Newick等标准格式。
查看详情

Python机器学习开发指南

scikit-learn
K-Dense-AI/scientific-agent-skills
179
本技能提供使用scikit-learn进行全流程机器学习任务的综合指南。它涵盖了从数据预处理到模型构建的全过程，支持监督学习（分类、回归）、无监督学习（聚类、降维）和模型性能评估，帮助用户构建工业级ML流水线。
查看详情

Python生存分析与时间事件建模

scikit-survival
K-Dense-AI/scientific-agent-skills
365
scikit-survival是一个基于scikit-learn的专业Python库，专注于时间事件的生存分析。它解决了处理删失数据（如右删失）这一关键挑战，提供了多种高级模型选择，包括Cox比例风险模型、随机生存森林、梯度提升和生存SVM。用户可以使用C指数和Brier分数等指标评估模型性能，适用于医学、可靠性工程和生物统计等领域的研究。
查看详情

单细胞RNA速度轨迹分析

scvelo
K-Dense-AI/scientific-agent-skills
425
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。
查看详情

Python统计可视化库

seaborn
K-Dense-AI/scientific-agent-skills
386
Seaborn是基于Matplotlib的Python高级数据可视化库，专为创建美观且统计丰富的图表而设计。它擅长探索多变量关系、可视化数据分布（如箱线图和小提琴图），能够用最少的代码生成面向数据集的统计图表。非常适合数据探索和生成高质量的出版级图表。
查看详情

SHAP模型可解释性与可信赖性

shap
K-Dense-AI/scientific-agent-skills
125
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。
查看详情

综合统计分析工具

statistical-analysis
K-Dense-AI/scientific-agent-skills
59
提供从假设检验到专业报告的完整统计分析流程。支持选择合适的统计模型（如t检验、方差分析、回归分析），自动检查数据假设，计算效应量，并生成符合APA格式的学术报告，适用于学术研究和深入的数据探索。
查看详情

Python统计建模与计量经济学

statsmodels
K-Dense-AI/scientific-agent-skills
420
这是一个强大的Python统计分析库，用于进行各种复杂的统计建模。它可以处理线性回归（OLS）、广义线性模型（GLM，如泊松和逻辑回归）、加权最小二乘法以及时间序列预测（ARIMA）。适用于计量经济学、进行模型假设检验和需要专业诊断分析的场景。
查看详情
上一页123...20212223242526...293031下一页
语言
简体中文
English