工程开发数据分析研究
stable-baselines3
使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。
浏览: 18★ 19,778
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 152 个技能
使用 Stable Baselines3 进行生产级强化学习。通过类 scikit-learn API 训练智能体、设计自定义环境、实现训练回调函数并优化工作流程。
一个系统化的多角度网页研究代理。适用于深度调查、复杂问题查询,以及在内容生成前作为强制性的研究步骤,确保获得有据可查的高质量结果。
使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成,具备超长上下文窗口,适用于复杂的多模态 AI 任务。
基于 Notion 的推文性能追踪系统,通过强化学习原理实现数据驱动的内容实验与优化。
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。
机器人感知系统设计、配置与优化,涵盖摄像头、激光雷达与传感器融合管线。包含相机校准、3D 重建与生产环境部署的最佳实践。
分析 AppWorld 任务失败原因,提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。
一套用于上下文工程、多代理架构及生产级代理系统优化的结构化代理技能集。
执行用户参与数据的同期群分析。识别留存趋势、功能采用率、流失模式,并透过定量数据分析生成可执行的研究建议。
一个受强化学习启发的 YouTube 绩效追踪工具,通过系统化记录来优化缩图、标题与视频钩子。
Python 统计可视化程序库。通过 Pandas 整合与自动统计估计,轻松制作箱线图、热图与小提琴图等出版级品质的统计图表。
将种子关键词扩展为完整列表,并按主题与搜索意图进行分群,以优化您的核心内容策略。