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: 8★ 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 279 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。
TanStack Query v5 專業狀態管理模式,涵蓋查詢鍵工廠、資料變異、快取策略及 SSR 配置,適用於各類伺服器狀態管理任務。
使用此基於 API 的工具自動化管理 GitLab 儲存庫。透過 AI 代理直接執行檔案操作、分支管理與專案追蹤。
用於 LLM 後訓練(SFT/DPO/RLHF)的高品質數據集策劃指南,涵蓋數據格式、品質過濾與收集策略。
自動化管理臨時 Neon PostgreSQL 資料庫的生命週期,適用於測試、CI/CD 與快速原型開發。
透過 CLI 將專案程式碼與提示詞打包,為 AI 模型提供精確的上下文,適用於除錯、重構與程式碼審查。
撰寫 NSF、NIH、DOE、DARPA 和台灣國科會 (NSTC) 的競爭性研究計畫書。涵蓋機構特定規範、預算規劃、科學示意圖生成及合規性審查。
Java 開發技能,運用 SOLID 原則、實用抽象化與自我說明程式碼實踐,撰寫乾淨且易於維護的應用程式。
官方 n8n 工作流自動化支援,用於建構、除錯和擴展複雜的業務流程與 AI 驅動的整合。
智慧型研究代理,可自動在快速網頁搜尋、深度多來源合成與學術資料庫查詢之間路由您的查詢。
為 libuipc 專案的貢獻者提供標準化的 git 遠端儲存庫設定與議題追蹤配置指南。
為 Claude Code 自動設定與配置 MCP 伺服器,以實現與外部資料庫、API 和檔案系統的無縫整合。