stable-baselines3
مخاطر متوسطة 73بناء وكلاء RL باستخدام Stable-Baselines3
بواسطة K-Dense-AI
من السهل إساءة ضبط إعدادات التعلم المعزز. ترشدك هذه المهارة خلال تدريب SB3، والبيئات المخصصة، وcallbacks، والتقييم، وحفظ النماذج.
اجمع مهاراتك المفضلة في مجموعة قابلة لإعادة الاستخدام، ثم ثبّتها بأمر واحد.
بناء وكلاء RL باستخدام Stable-Baselines3
بواسطة K-Dense-AI
من السهل إساءة ضبط إعدادات التعلم المعزز. ترشدك هذه المهارة خلال تدريب SB3، والبيئات المخصصة، وcallbacks، والتقييم، وحفظ النماذج.
تحليل مجموعات بيانات التعلم الآلي العلاجية باستخدام PyTDC
بواسطة K-Dense-AI
تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات موثوقة وبروتوكولات تقييم عادلة. تساعد هذه المهارة Claude على استخدام PyTDC لبيانات التعلم الآلي العلاجية المنسقة، وتقسيمات المعايير المرجعية، والمقاييس، والأوراكل الجزيئية.
سبب تصدر هذا المتغير
k-dense-ai-pytdc
2026-09-09
davila7-pytdc
2026-09-09
تحليل ملفات DICOM باستخدام pydicom
بواسطة K-Dense-AI
تحتوي ملفات DICOM على بيانات صور معقدة وبيانات وصفية طبية يصعب فحصها بأمان. ترشد هذه المهارة Claude وCodex وClaude Code خلال سير عمل pydicom لقراءة بيانات DICOM وتحويلها وإخفاء هويتها واستخراجها.
سبب تصدر هذا المتغير
k-dense-ai-pydicom
2026-09-09
davila7-pydicom
2026-09-09
تحليل التعبير التفاضلي لـ RNA-seq
بواسطة K-Dense-AI
يتطلب التعبير التفاضلي في bulk RNA-seq إعدادًا دقيقًا للعدّادات، واختيار التصميم، وتفسير النتائج. ترشد هذه المهارة سير عمل PyDESeq2 من فحوصات الإدخال إلى الجينات المختبرة، والمخططات، والنتائج المحفوظة.
سبب تصدر هذا المتغير
k-dense-ai-pydeseq2
2026-09-09
davila7-pydeseq2
2026-09-09
تدريب وكلاء التعلم المعزز بسرعة أكبر
بواسطة K-Dense-AI
تتباطأ تجارب التعلم المعزز عندما لا تستطيع البيئات وحلقات التدريب التوسع. يساعد PufferLib كلًا من Claude وCodex وClaude Code على تصميم مسارات عمل تدريب متجهة أسرع.
تحليل صور علم الأمراض باستخدام PathML
بواسطة K-Dense-AI
يتطلب عمل علم الأمراض الحاسوبي اختيارات دقيقة لتحميل الصور، والمعالجة المسبقة، والتخزين، وسير عمل النماذج. توفر هذه المهارة إرشادات PathML لكل من Claude وCodex وClaude Code لتحليل صور الشرائح الكاملة ومهام التصوير متعدد القنوات.
سبب تصدر هذا المتغير
k-dense-ai-pathml
2026-09-09
davila7-pathml
2026-09-09
تحليل الرسوم البيانية الشبكية باستخدام NetworkX
بواسطة K-Dense-AI
تحتاج مشاريع الرسوم البيانية إلى أساليب واضحة لبناء العلاقات وتحليلها. ترشد هذه المهارة سير عمل NetworkX للخوارزميات والتنسيقات والمخرجات المرئية.
سبب تصدر هذا المتغير
k-dense-ai-networkx
2026-09-09
davila7-networkx
2026-09-09
بناء ميزات جزيئية لـ ML
بواسطة K-Dense-AI
تحتاج مشاريع ML الجزيئية إلى ميزات متسقة من SMILES وجزيئات RDKit. ترشد هذه المهارة إلى اختيارات molfeat، واستخراج الميزات على دفعات، والتضمينات المدربة مسبقًا، والتخزين المؤقت، وتدفقات عمل QSAR.
سبب تصدر هذا المتغير
k-dense-ai-molfeat
2026-09-09
davila7-molfeat
2026-09-09
بناء سير عمل MATLAB وOctave
بواسطة K-Dense-AI
تحتاج الفرق العلمية إلى مساعدة موثوقة في إنشاء سير عمل MATLAB وGNU Octave. توفر هذه المهارة إرشادات مركزة للتحليل، والتصور المرئي، والتوافق، وتنفيذ السكربتات.
مقارنة أطياف الكتلة في علم المستقلبات
بواسطة K-Dense-AI
تحتاج فرق علم المستقلبات إلى طرق موثوقة لتنظيف الأطياف ومقارنة المركبات المجهولة بالمكتبات. ترشد هذه المهارة Claude وCodex وClaude Code عبر سير عمل matchms للترشيح، وتسجيل التشابه، وتحديد المركبات.
سبب تصدر هذا المتغير
k-dense-ai-matchms
2026-09-09
davila7-matchms
2026-09-09
إدارة البيانات البيولوجية باستخدام LaminDB
بواسطة K-Dense-AI
تحتاج فرق الأحياء إلى أنظمة بيانات قابلة لإعادة الإنتاج تربط مجموعات البيانات والبيانات الوصفية وسير العمل ومصطلحات الأنطولوجيا. ترشد هذه المهارة إلى إعداد LaminDB وتنظيم البيانات والاستعلام وتتبع النسب والتكاملات.
سبب تصدر هذا المتغير
k-dense-ai-lamindb
2026-09-09
davila7-lamindb
2026-09-09
تحضير شرائح علم الأمراض باستخدام Histolab
بواسطة K-Dense-AI
صور الشرائح الكاملة كبيرة ويصعب تحضيرها لتحليل البلاطات. توجه هذه المهارة سير عمل histolab للأقنعة، والتبليط، والمرشحات، والمراجعة البصرية.
اكتشاف موارد الحوسبة العلمية
بواسطة K-Dense-AI
قد تفشل أعباء العمل العلمية عندما تكون حدود العتاد غير معروفة. تكشف هذه المهارة الموارد المحلية وتوصي باستراتيجيات حوسبة عملية قبل بدء العمل.
إنشاء سير عمل جينوميات DNAnexus
بواسطة K-Dense-AI
تحتاج فرق الجينوميات إلى إرشادات موثوقة لتطبيقات DNAnexus وبياناته وتنفيذ سير العمل عليه. تنظم هذه المهارة أنماط المنصة لاستخدامها مع Claude وCodex وClaude Code.
سبب تصدر هذا المتغير
k-dense-ai-dnanexus-integration
2026-09-09
davila7-dnanexus-integration
2026-09-09
تحليل بيانات NGS باستخدام deepTools
بواسطة K-Dense-AI
يتطلب تحليل NGS غالبا اختيارا دقيقا للأوامر، والتطبيع، والتحقق من الملفات. تساعد هذه المهارة المستخدمين على بناء سير عمل deepTools للتغطية، وفحص الجودة، والمقارنة، والتصور.
سبب تصدر هذا المتغير
k-dense-ai-deeptools
2026-09-09
davila7-deeptools
2026-09-09
بناء سير عمل التعلم الآلي الجزيئي باستخدام DeepChem
بواسطة K-Dense-AI
غالبا ما يتطلب التعلم الآلي الجزيئي أدوات متخصصة لاستخراج السمات، ومجموعات بيانات، وطرقا للتقييم. تساعد هذه المهارة Claude وCodex وClaude Code على تصميم سير عمل DeepChem للتنبؤ بالخصائص، والتعلم بالنقل، والمعايير المرجعية.
استكشاف بيانات طفرات السرطان في COSMIC
بواسطة K-Dense-AI
يحتاج باحثو السرطان إلى بيانات طفرات موثوقة دون البحث في ملفات كثيرة. تشرح هذه المهارة مجموعات بيانات COSMIC، ومسارات الملفات، والتنزيلات، وأنماط التحليل لـ Claude وCodex وClaude Code.
سبب تصدر هذا المتغير
k-dense-ai-cosmic-database
2026-09-09
davila7-cosmic-database
2026-09-09
تحليل النماذج الأيضية باستخدام COBRApy
بواسطة K-Dense-AI
تحتاج فرق بيولوجيا الأنظمة إلى إرشادات موثوقة لتحليلات COBRApy، بدءا من تحميل النماذج وصولا إلى دراسات التدفق. توفر هذه المهارة سير عمل مركزة وأنماط API لـ Claude وCodex وClaude Code.
سبب تصدر هذا المتغير
k-dense-ai-cobrapy
2026-09-09
davila7-cobrapy
2026-09-09
الاستعلام عن بيانات اكتشاف الأدوية في ChEMBL
بواسطة K-Dense-AI
تحتاج فرق اكتشاف الأدوية إلى وصول موثوق إلى سجلات المركبات والأهداف والنشاط الحيوي. ترشد هذه المهارة Claude وCodex وClaude Code خلال عمليات البحث والتصفية وسير عمل التحليل في ChEMBL.
استعلام بيانات CELLxGENE Census
بواسطة K-Dense-AI
قد يكون تحديد نطاق استعلامات Census أحادية الخلية وتصفيتها وتحميلها بكفاءة أمرا صعبا. ترشد هذه المهارة Claude وCodex وClaude Code عبر سير عمل CELLxGENE Census موثوقة.