登录
下载

Skill UI

浏览并发现 9778+ 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 数据模型 ，共找到 269 条记录
默认排序 最新上传 最多下载

系统资源检测与计算策略

get-available-resources
K-Dense-AI/scientific-agent-skills
364
本技能用于在进行任何计算密集型任务前，自动检测并报告系统所有的计算资源，包括CPU核心数、GPU支持（NVIDIA、AMD、Apple Silicon）、内存和磁盘空间。它不仅提供简单的资源指标，更生成包含战略性、上下文感知建议的JSON报告。这些建议能指导用户在数据分析或模型训练前，做出最佳的计算架构决策，例如是否需要采用Dask进行内存外计算，或选择最佳的并行处理参数。
查看详情

数字病理全玻片图像处理库

histolab
K-Dense-AI/scientific-agent-skills
429
Histolab是一个用于数字病理学领域的全玻片图像(WSI)处理Python库。它能够自动化处理复杂的病理学任务，包括加载多种WSI格式、进行精细的组织区域分割（生成二值掩码），以及从病理切片中提取高质量的、信息丰富的切块。该库支持随机、网格和评分等多重切块策略，非常适合为深度学习模型准备标准化数据集，加速病理研究流程。
查看详情

多格式文档转Markdown工具

markitdown
K-Dense-AI/scientific-agent-skills
470
MarkItDown是一款强大的文档转换工具，支持将PDF、Word、PPT等超过15种格式的文件转换为结构化Markdown。它特别优化了LLM（大型语言模型）的阅读需求，提供高效、干净的文本格式。功能包括图像OCR、音频转录和Azure文档智能集成，是进行数字化内容处理和数据准备的利器。
查看详情

分子特征化库用于机器学习

molfeat
K-Dense-AI/scientific-agent-skills
302
Molfeat是一个全面的Python库，用于将化学结构（如SMILES字符串）转换为数值特征向量。它集成了超过100种预训练和手工设计的分子特征提取器（如ECFP, MACCS, ChemBERTa）。本工具是构建QSAR模型、进行虚拟筛选、相似性搜索以及在分子数据集上训练深度学习模型的关键辅助工具。
查看详情

计算病理学分析工具包

pathml
K-Dense-AI/scientific-agent-skills
273
PathML是一个全面的Python工具包，用于先进的计算病理学工作流。它支持从160多种专有格式加载全玻片图像（WSI），并提供图像预处理（染色归一化、组织检测）、构建空间细胞/组织图谱以及训练深度学习模型（如HoVer-Net）的能力。尤其适用于分析CODEX和Vectra等多参数免疫荧光数据。
查看详情

差异基因表达分析 (PyDESeq2)

pydeseq2
K-Dense-AI/scientific-agent-skills
369
PyDESeq2是用于批量RNA-seq数据差异基因表达分析的Python工具包。它提供了一个完整的生物信息学工作流程，涵盖了数据加载、设计规范（包括多因素效应）、DESeq2模型拟合、Wald统计检验和FDR校正。该工具支持LFC收缩等高级功能，是实现基因组学分析并将其无缝整合到Python数据流中的关键工具。
查看详情

临床深度学习医疗数据管道

pyhealth
K-Dense-AI/scientific-agent-skills
397
PyHealth是一个用于临床和医疗深度学习的模块化Python工具包。它提供了一个标准化的五阶段流程（数据集→任务→模型→训练器→指标），用于处理复杂的、多模态的医疗数据，包括电子病历、生理信号和医学影像。可用于预测死亡率、再入院风险、药物推荐或进行医学编码映射。
查看详情

PyMC贝叶斯建模与推断

pymc
K-Dense-AI/scientific-agent-skills
259
本教程详细指导如何使用PyMC库进行复杂的贝叶斯统计建模和概率编程。内容涵盖完整的建模流程，包括数据预处理、MCMC采样（NUTS）、模型诊断检查（如R-hat和ESS）、后验预测以及进行不确定性量化，适用于构建层次模型和时间序列分析。
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

PyTorch Lightning 深度学习框架

pytorch-lightning
K-Dense-AI/scientific-agent-skills
353
PyTorch Lightning是一个基于PyTorch的高级深度学习框架，旨在简化和规范整个机器学习工作流。它帮助用户将模型组织为LightningModule，自动化训练循环，并处理复杂的数据流程。框架支持多GPU/TPU分布式训练、集成各种实验日志记录（如W&B, MLflow）和自定义回调，极大地提升了大型AI项目开发的效率和可扩展性。
查看详情

Python科学计算与机器学习

scikit-learn
K-Dense-AI/scientific-agent-skills
279
Scikit-learn是行业标准的Python机器学习库，为完整的机器学习生命周期提供工具。它涵盖了监督学习（分类、回归）、无监督学习（聚类、降维）、数据预处理、模型评估和构建生产级ML流水线。适用于需要进行复杂数据分析的科学计算和数据科学场景。
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
上一页123...13141516171819...212223下一页
语言
简体中文
English