数据分析工程开发研究
scikit-learn
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
浏览: 7★ 19,694
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 161 个技能
使用 scikit-learn 进行经典机器学习。适用于分类、回归、聚类、降维、数据预处理、模型评估,以及构建 Python 机器学习流程。
将气象与环境变量分类为驱动因素类别,以进行一致的归因分析与环境建模。
对知识库文档进行深度结构分析、关键信息提取及质量评估的智能助手。
自动化 GitHub Issue 分析、分类与解决方案规划工具,完全整合规格驱动开发 (SDD) 工作流程。
根据产品代码手册将测试工程师的缺陷描述标准化,修正错别字、缩写错误与歧义,并执行站点验证。
通过 AI 驱动的品牌逻辑,运用几何图形、负空间与平面向量风格,设计专业级的品牌识别标志。
将工作阶段的经验转化为可重用的智能基础设施 (RII)。将一次性的修复与模式发现转变为永久的代理执行知识,防止问题重现并加速后续开发。
将聊天对话转化为 Notion 中的结构化文档,将见解、决策和知识保存到您的工作区,并进行妥善整理。
分析并识别代码库模式(命名、架构、测试),以确保开发过程中的一致性与标准执行。
通过高性能、具备防抖功能的搜索引擎加速任务检索。支持多标记 AND 逻辑、相关性排序,并能实时高亮显示任务标题、描述与标签中的匹配文本。
Claude Code 代理程序的标准化技能,用于通过 Claudish CLI 动态查询 OpenRouter 模型建议与元数据。
使用专门的 erk exec 指令管理 PR 审查工作流程、解决讨论串并处理讨论留言。