登录
下载

Skill UI

浏览并发现 10585+ 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 C ，共找到 10581 条记录
默认排序 最新上传 最多下载

科研演示文稿生成器

scientific-slides
K-Dense-AI/scientific-agent-skills
201
本技能用于创建专业、视觉吸引力强且学术严谨的科研演示文稿。它指导用户完成从规划叙事结构、整合复杂数据图表到保持设计一致性和添加正确引用的全过程。适用于学术会议、毕业答辩和研究报告，最终生成PDF，效果最佳。
查看详情

学术论文科学可视化

scientific-visualization
K-Dense-AI/scientific-agent-skills
171
用于创建符合学术期刊要求的专业级科学图表。该技能指导用户掌握科学数据的可视化最佳实践，包括复杂的多面板布局、错误条的准确展示、色盲友好色谱的使用，以及遵循如Nature、Science等主流期刊的排版和导出规范。确保图表在不同格式和分辨率下保持最高质量。
查看详情

科学论文撰写与润色

scientific-writing
K-Dense-AI/scientific-agent-skills
199
本技能是专业的学术论文写作核心助手。它支持用户按照IMRAD结构撰写完整的科学手稿，包括摘要、引言、方法、结果和讨论等部分。通过两阶段流程，结合深度研究查找和流畅的文本生成，并强制要求整合符合期刊标准的图表、图示和图形摘要，确保稿件的科学严谨性和专业可读性。
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

单细胞组学生成模型工具箱

scvi-tools
K-Dense-AI/scientific-agent-skills
149
这是一个基于深度生成模型和变分推断的综合性Python框架，用于先进的单细胞组学分析。它支持单细胞RNA-seq、ATAC-seq、CITE-seq以及空间转录组等多种多模态数据的深度整合与分析。核心功能包括概率批次校正、细胞类型注释和多组学整合。
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

shadcn/ui组件集成指南

shadcn-ui
google-labs-code/stitch-skills
56
本指南为前端工程师提供了一套专业的shadcn/ui组件集成解决方案。它详细介绍了如何使用Tailwind CSS和Radix UI构建应用，涵盖了组件发现、安装流程、项目架构搭建以及高级定制化最佳实践。帮助开发者构建具备完全自主权和高度可定制性的前端应用。
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

SimPy：离散事件仿真框架

simpy
K-Dense-AI/scientific-agent-skills
427
SimPy是一个基于Python的离散事件仿真框架。它用于模拟涉及流程、共享资源、队列和时间事件的复杂系统。适用于分析制造业、网络流量、物流或服务运营等场景，特别擅长解决资源竞争和流程优化问题。
查看详情
上一页123...601602603604605606607...880881882下一页
语言
简体中文
English