登录
下载

Skill UI

浏览并发现 15801+ 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 Cal ，共找到 7405 条记录
默认排序 最新上传 最多下载

撰写竞争性科研基金提案

research-grants
K-Dense-AI/scientific-agent-skills
173
本技能旨在指导用户撰写高质量、高竞争性的科研基金申请提案。它涵盖了针对国家科学基金（NSF）、国立卫生研究院（NIH）、能源部（DOE）、DARPA和NSTC等主流机构的专业要求，包括提案结构、项目意义、预算编制、技术叙事以及社会影响论述，确保提案的学术严谨性和可操作性。
查看详情

科学批判性思维分析

scientific-critical-thinking
K-Dense-AI/scientific-agent-skills
116
本技能提供系统性的科学研究评估框架。用于深度分析科研论文，评估实验设计、统计有效性、证据质量，并识别潜在的偏倚和混淆因素。通过应用GRADE、Cochrane等专业评估体系，适用于撰写系统综述和进行严格的同行评审。
查看详情

科学图表与示意图生成器

scientific-schematics
K-Dense-AI/scientific-agent-skills
493
这是一个基于AI的专业图表生成工具，可根据自然语言描述自动生成高质量的科学示意图。它尤其擅长绘制神经网络结构、生物信号通路、系统架构图和流程图。系统内置智能迭代和质量审核机制，根据文档类型（如期刊、海报等）进行质量把控，确保输出结果达到发表级标准。
查看详情

科研演示文稿生成器

scientific-slides
K-Dense-AI/scientific-agent-skills
141
专业的科研演示文稿（PPT/PDF）生成工具。适用于学术会议、研讨会、毕业论文答辩等场合。它不仅提供内容结构、设计模板和写作指导，还能确保视觉吸引力、科学严谨性、引用标注以及数据图表的无缝整合，帮助用户创建出令人难忘的学术报告。
查看详情

科学可视化与数据完整性

scientific-visualization
K-Dense-AI/scientific-agent-skills
210
本技能旨在指导用户创建和审核科学、可访问、可用于出版的高保真图表。核心是维护数据完整性，强调科学原理优于盲从期刊规范。内容涵盖了从定义证据、选择诚实编码（如处理缺失值、不确定性）到使用Matplotlib等库实现最佳实践，确保图表符合WCAG等可访问性标准。
查看详情

生物数据分析工具包

scikit-bio
K-Dense-AI/scientific-agent-skills
402
scikit-bio是一个全面的Python库，专为生物信息学和生物数据分析设计。它提供强大的功能，用于处理DNA、RNA和蛋白质序列，执行复杂的序列比对，构建和分析系统发育树，并进行高级的生态学统计。核心能力包括计算多样性度量、进行降维分析（PCoA）以及处理多种生物学文件格式（如FASTA，Newick）。适用于微生物学、基因组学和生态学研究领域。
查看详情

Scikit-learn机器学习指南

scikit-learn
K-Dense-AI/scientific-agent-skills
204
本技能详细介绍了使用scikit-learn进行经典的机器学习全流程。从有监督学习（分类、回归）到无监督学习（聚类、降维），内容覆盖了数据预处理、模型评估、超参数调优，并指导用户构建生产级的机器学习管道（Pipeline）。
查看详情

生存分析与scikit-survival

scikit-survival
K-Dense-AI/scientific-agent-skills
276
这是一个用于构建、评估和审计生存模型的综合工具箱。它专注于处理右删失和竞争风险数据，支持Cox PH、生存森林等多种模型。同时，它提供了最佳实践，确保数据预处理和模型评估流程是防数据泄露的，适用于复杂的科学或临床机器学习工作流。
查看详情

Seaborn统计可视化库

seaborn
K-Dense-AI/scientific-agent-skills
313
Seaborn是一个基于Matplotlib的高级Python可视化库，旨在生成专业级、可用于发表的统计图表。它专注于“以数据集为中心”的绘图模式，极大地简化了复杂的多变量分析和数据分布探索。用户可以直接使用pandas DataFrame进行操作，轻松创建复杂的面板图和统计图表。
查看详情

机器学习模型可解释性

shap
K-Dense-AI/scientific-agent-skills
434
SHAP是一种用于解释和审计机器学习模型预测结果的强大技术。它通过计算特征贡献值（SHAP值），量化每个输入特征对模型输出的贡献程度。本技能指导用户选择合适的解释器，处理多输出模型，并生成可视化图表，深入理解模型决策过程。
查看详情

统计分析与报告全流程指导

statistical-analysis
K-Dense-AI/scientific-agent-skills
88
本技能提供从研究设计到报告的端到端统计分析全流程指导。它涵盖了假设检验（t检验、方差分析、卡方检验）、回归、相关分析和贝叶斯方法。核心功能包括系统性的假设前提检查、计算效应量、进行功效分析，并能生成符合APA格式的专业研究报告。
查看详情

统计建模与计量经济学分析

statsmodels
K-Dense-AI/scientific-agent-skills
239
这是一个用于Python的专业统计分析库，专注于深度推断、诊断和严谨的计量经济学分析。它适用于进行线性回归、广义线性模型（GLM）、时间序列预测（ARIMA）和假设检验等，为学术和科研报告提供详细的统计结果。
查看详情
上一页123...209210211212213214215...616617618下一页
语言
简体中文
English