工程開發資料分析研究
stable-baselines3
使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。
瀏覽: 18★ 19,778
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 152 個技能
使用 Stable Baselines3 進行生產級強化學習。透過類 scikit-learn API 訓練智能體、設計自定義環境、實作訓練回調函數並優化工作流程。
一個系統化的多角度網頁研究代理。適用於深度調查、複雜問題查詢,以及在內容生成前作為強制性的研究步驟,確保獲得有據可查的高質量結果。
使用 Google Gemini 處理與生成多媒體內容。支援音訊轉錄、影像辨識、影片分析、PDF 解析及 AI 圖像生成,具備超長上下文窗口,適用於複雜的多模態 AI 任務。
基於 Notion 的推文效能追蹤系統,透過強化學習原理實現數據驅動的內容實驗與優化。
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。
機器人感知系統設計、配置與優化,涵蓋攝影機、光達與感測器融合管線。包含相機校正、3D 重建與生產環境部署的最佳實踐。
分析 AppWorld 任務失敗原因,提取具體的 API 模式並生成帶有實作程式碼範例的可執行劇本要點。
一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。
執行使用者參與數據的世代分析。識別留存趨勢、功能採用率、流失模式,並透過定量數據分析生成可執行的研究建議。
一個受強化學習啟發的 YouTube 績效追蹤工具,透過系統化記錄來優化縮圖、標題與影片鉤子。
Python 統計視覺化程式庫。透過 Pandas 整合與自動統計估計,輕鬆製作盒鬚圖、熱圖與小提琴圖等出版級品質的統計圖表。
將種子關鍵字擴充為完整列表,並按主題與搜尋意圖進行分群,以優化您的核心內容策略。