K-Dense-AI

ZINCデータベースには薬物創薬研究用の230M以上の購入可能な化学化合物が含まれています。このスキルは、ZINC ID、SMILES、またはサプライヤーコードによる検索、3D構造の取得、仮想スクリーニングや分子ドッキング研究のための類似性検索をプログラム的にアクセスできます。

メモリ制限を超える大規模なデータセットの操作。Zarr-pythonは、圧縮されたチャンク配列ストレージにより、効率的なクラウドネイティブの科学計算ワークフローを実現します。

このスキルは、数式、フォーマット、データ分析を含むExcelスプレッドシートの作成、編集、分析を可能にします。また、数式を再計算し、パブリケーション品質の出力でゼロエラーを検証します。

学術出版では厳格なフォーマット遵守が必要です。このスキルは、50以上の主要ジャーナル、学会、助成機関向けにそのまま使えるLaTeXテンプレートと詳細な要件を提供します。手動でのテンプレート探しなしで、完璧にフォーマットされた文書を入手できます。

RAMを超える大きな表形式データセットを処理するには、専用のツールが必要です。Vaexはコア外DataFrame操作、遅延評価、メモリに収まらないデータセットでの每秒10億行処理を可能にします。天文学データ、金融時系列、大規模な科学分析に最適です。

包括的なUSPTO特許および商標データベースへのアクセス。キーワード、発明者、または譲受人による検索。IP調査および先行技術検索のために、審査履歴、譲受人、引用文献、オフィスアクションを取得できます。

タンパク質データベースを検索し、配列を取得し、バイオロジカルデータベース間で識別子をマッピングします。このスキルは、包括的なタンパク質配列および機能情報リソースである UniProt への直接アクセスを提供します。

高次元データは可視化と分析が困難です。UMAPは構造を保持しながら次元を削減し、明確な2D/3D可視化とより優れたクラスタリング結果を実現します。

あらゆる臨床専門分野向けに、LaTeX形式の専門的な医療治療計画を生成します。HIPAA準拠のガイダンス、SMART目標フレームワーク、患者中心ケア文書のための検証ツールを含みます。

複雑なMLモデルのセットアップに苦労するのは終わりです。このスキルでは、シンプルなコマンドでテキスト、画像、タスク用の数千の事前学習済みトランスファーモデルに即座にアクセスできます。

グラフニューラルネットワークは、薬物発見、ソーシャルネットワーク分析、レコメンデーションシステムなどの現代的なアプリケーションを支える技術です。このスキルは、PyTorch Geometricを使用したGNNの実装向けに、そのまま使用できるテンプレートとドキュメントを提供します。

数値近似ではなく、正確な数学的な結果が必要ですか。このスキルは、Python SymPyライブラリを使用した記号代数、微分方程式求解、行列演算、および物理計算のための包括的なガイダンスを提供します。

創薬、タンパク質モデリング、分子特性予測のためのグラフニューラルネットワークの構築と訓練。このスキルは、TorchDrugライブラリの包括的なドキュメント、データセット、モデルアーキテクチャ、ワークフローを提供します。

研究者は生物学的システムと疾患メカニズムを理解するためにタンパク質-タンパク質間相互作用を理解する必要があります。このスキルは5000種以上における5900万タンパク質と200億以上の相互作用を備えたSTRINGの包括的なデータベースへの直接アクセスを提供します。

OLS、GLM、ARIMA、および離散選択モデルを使用して厳密な統計分析を実行します。完全な診断、係数テーブル、残差分析により、出版品質の結果を取得します。

どの統計的検定を使えばいいのか悩むのは終わりです。データに最適な検定の選択、仮定の確認、APA形式での結果出力为您提供。包括的な統計分析支援ツールで、研究データの信頼性を高めましょう。学生や研究者向けに、厳密な統計分析为您提供。

Claude、Codex、Claude Code用のAIスキル

SimPyは、プロセス、キュー、共有リソースを用いて複雑なシステムをモデル化できます。製造ライン、サービス運用、ネットワークトラフィック、物流をシミュレートし、実装前に性能を最適化します。

Publication-Qualityの統計的視覚化を作成するには、重要なボイラープレートコードとデザイン上の決定が必要です。このスキルは、box plots、violin plots、heatmaps、pair plotsを生成するためのseabornライブラリ関数への最適化されたアクセスを提供し、魅力的なデフォルトとpandas統合を備えています。

機械学習モデルは多くの場合、ブラックボックスとして機能します。SHAPは、ゲーム理論のShapley値を使用して特徴量の寄与を計算することで、任意のモデル予測を説明するための統一フレームワークを提供します。このスキルを使用して、特徴量の重要度を可視化し、モデルの動作をデバッグし、説明可能なAIを実装します。

単一細胞ゲノミクス解析には、技術的ノイズやバッチ効果を処理するための確率モデルが必要です。scvi-toolsは、変分推論を用いた深層生成モデルを提供し、単一細胞データの次元削減、バッチ補正、差次的発現解析、マルチモーダル統合を実現します。

生存解析は、すべての対象でイベントが起こるとは限らないデータを扱います。このスキルは、Coxモデル、Random Survival Forest、SVM、コンコーダンス指数などの特化評価指標を用いて、打ち切りデータの時間-to-イベントモデリングを行うためのPythonツールを提供します。

Claude、Codex、Claude Code用のAIスキル

生物学的配列の処理、多様性指標の計算、マイクロバイオームおよび生態学的データに対する統計的検定を実施します。このスキルは、アライメント、系統解析、次元縮約を含むバイオインフォマティクスワークフローに関する包括的なガイダンスを提供します。