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 560 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。
Logseq 外掛開發專家指南,專注於新版資料庫架構、API 整合與屬性管理。
一個高效能 Liquid 模板引擎,透過中間語言 (IL) 將模板編譯為最佳化的 Ruby 和機器碼。
從 Printables 搜尋並下載 3D 模型,自動產生包含授權資訊與檔案的清單,適合 3D 列印與原型製作。
透過 CLI 提交 OpenAnt 完成的任務。支援文字報告、檔案上傳(圖片、文件、程式碼)及外部證明連結,確保交付成果可被驗證。
將 Spring Boot 2.x 遷移至 3.x,包含自動化依賴管理、Java 17/21 升級以及 JAXB/Jakarta EE 重構。
為建立 OpenCode AI 代理程式提供專家指引與配置標準,包含 YAML frontmatter、工具權限設定及操作模式等。
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。
強化版規劃模式。透過結構化需求導入與具體技術方案選擇,協助工程師在動手寫程式前先建立產品思維。
PolicyEngine 程式碼庫的標準化審查模式、驗證清單與品質基準。
使用 Accessibility API 自動化 macOS 應用程式,適用於確定性 UI 控制、自動化測試及 AI 代理腳本編寫。
Helm Chart 開發與部署的快速參考工具,提供 Kubernetes 模板語法與自動化部署建議。