資料分析工程開發研究
scikit-learn
使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估,以及構建 Python 機器學習流程。
瀏覽: 7★ 19,694
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 161 個技能
使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估,以及構建 Python 機器學習流程。
將氣象與環境變數分類為驅動因素類別,以進行一致的歸因分析與環境建模。
對知識庫文檔進行深度結構分析、關鍵信息提取及質量評估的智能助手。
自動化 GitHub Issue 分析、分類與解決方案規劃工具,完全整合規格驅動開發 (SDD) 工作流程。
根據產品代碼手冊將測試工程師的缺陷描述標準化,修正錯別字、縮寫錯誤與歧義,並執行站點驗證。
透過 AI 驅動的品牌邏輯,運用幾何圖形、負空間與平面向量風格,設計專業級的品牌識別標誌。
將工作階段的經驗轉化為可重用的智能基礎設施 (RII)。將一次性的修復與模式發現轉變為永久的代理執行知識,防止問題重現並加速後續開發。
將聊天對話轉化為 Notion 中的結構化文件,將見解、決策和知識保存到您的工作區,並進行妥善整理。
分析並識別代碼庫模式(命名、架構、測試),以確保開發過程中的一致性與標準執行。
透過高性能、具備防手震功能的搜尋引擎加速任務檢索。支援多標記 AND 邏輯、相關性排序,並能即時標示任務標題、說明與標籤中的匹配文字。
Claude Code 代理程式的標準化技能,用於透過 Claudish CLI 動態查詢 OpenRouter 模型建議與中繼資料。
使用專用的 erk exec 指令管理 PR 審查工作流程、解決討論串並處理討論留言。