sympy
안전 70SymPy로 기호 수학 문제 풀기
작성자 K-Dense-AI
수치적 근사값 대신 정확한 수학적 결과가 필요하십니까? 이 기술은 Python SymPy 라이브러리를 사용한 기호 대수, 미적분학, 방정식求解, 행렬 연산 및 물리학 계산에 대한 포괄적인 안내를 제공합니다.
statsmodels
안전 70statsmodels로 통계 모델 적용
작성자 K-Dense-AI
OLS, GLM, ARIMA 및 이산 선택 모델을 사용하여 엄격한 통계 분석을 수행합니다. 전체 진단, 계수 테이블 및 잔차 분석과 함께 출판 준비가 완료된 결과를 얻으세요.
statistical-analysis
안전 77통계 검정 및 APA 형식으로 데이터 분석하기
작성자 K-Dense-AI
어떤 통계 검정을 사용해야 할지 고민하는 것을 멈추세요. 데이터에 맞는 검정 선택, 가정 확인, APA 형식의 결과를 얻으세요. 엄격한 통계 분석이 필요한 학생과 연구자에게 완벽합니다.
simpy
안전 77SimPy로 이산 이벤트 시뮬레이션 구축
작성자 K-Dense-AI
SimPy를 사용하면 프로세스, 큐 및 공유 리소스로 복잡한 시스템을 모델링할 수 있습니다. 제조 라인, 서비스 운영, 네트워크 트래픽 및 물류의 시뮬레이션을 수행하여 구현 전에 성능을 최적화합니다.
shap
안전 71SHAP로 모델 예측 설명
작성자 K-Dense-AI
기계 학습 모델은 종종 블랙박스로 작동합니다. SHAP는 게임 이론의 Shapley 값을 사용하여 각 특성의 기여도를 계산함으로써 모든 모델 예측을 설명하는 통합 프레임워크를 제공합니다. 이 스킬을 사용하여 특성 중요도를 시각화하고, 모델 동작을 디버그하며, 설명 가능한 AI를 구현하세요.
scikit-survival
안전 71scikit-survival로 생존 데이터 분석
작성자 K-Dense-AI
생존 분석은 모든 피험자에 대해 사건이 발생하지 않은 데이터를 처리합니다. 이 스킬은 절단 데이터와 함께 Cox 모델, 랜덤 생존 숲, SVM 및 일치성 지수와 같은 특수 평가 지표를 사용하여 사건 발생 시각 모델링을 위한 Python 도구를 제공합니다.
scikit-bio
안전 69scikit-bio로 생물학적 데이터 분석
작성자 K-Dense-AI
생물학적 시퀀스를 처리하고, 다양성 지표를 계산하며, 마이크로바이옴 및 생태 데이터에 대한 통계적 검정을 수행합니다. 이 스킬은 시퀀스 정렬, 계통 분석, 정렬 분석을 포함한 생물정보학 워크플로우에 대한 포괄적인 안내를 제공합니다.
scanpy
안전 79단일세포 RNA-seq 데이터 분석
작성자 K-Dense-AI
단일세포 RNA 시퀀싱은 전문적인 분석이 필요한 복잡한 데이터셋을 생성합니다. 이 스킬은 단일세포 유전자 발현 데이터의 품질 관리, 차원 축소, 클러스터링, 시각화를 위한 완전한 워크플로를 제공합니다.
reactome-database
안전 76Reactome 경로 데이터베이스 쿼리
작성자 K-Dense-AI
Reactome 데이터베이스를 사용하여 생물학적 경로 및 유전자 목록을 분석합니다. 경로 풍부도 분석 수행, 유전자 매핑, 시스템 생물학 연구를 위한 분자 상호작용 탐색.
pyopenms
안전 72질량분석 데이터 분석
작성자 K-Dense-AI
포괄적인 질량분석 도구로 단백질체학과 대사체학 데이터를 처리합니다. 이 스킬은 파일 형식 처리, 스펙트럼 처리, 피처 탐지, 펩타이드 식별 워크플로우를 위한 OpenMS 알고리즘에 대한 액세스를 제공합니다.
pymoo
안전 75진화 알고리즘으로 다목적 최적화 해결
작성자 K-Dense-AI
다목적 최적화는 여러 상충하는 목표를 동시에 만족해야 할 때의 절충 해를 찾는 문제입니다. 이 스킬은 NSGA-II, NSGA-III, MOEA/D를 포함한 pymoo 알고리즘에 대한 포괄적인 접근을 제공하여 파레토 최적 해를 찾고 절충 전선을 시각화합니다.
pymc-bayesian-modeling
안전 79PyMC를 활용한 베이지안 모델 구축
작성자 K-Dense-AI
PyMC를 사용하여 베이지안 모델을 구축, 피팅 및 검증합니다. 계층적 모델을 생성하고, MCMC 샘플링을 실행하며, LOO 및 WAIC 지표를 사용하여 모델을 비교합니다.
pyhealth
안전 73임상 데이터로 헬스케어 AI 모델 구축
작성자 K-Dense-AI
헬스케어 연구자와 데이터 과학자들은 복잡한 임상 데이터 형식과 코딩 시스템으로 어려움을 겪습니다. PyHealth는 의료 데이터셋 로드, EHR 데이터 처리, 예측 모델 학습, 표준 의료 코드 작업을 위한 통합 툴킷을 제공합니다.
pydicom
안전 74DICOM 의료 영상 파일 작업
작성자 K-Dense-AI
CT, MRI, X선, 초음파를 포함한 DICOM 의료 이미지를 처리합니다. 의료 영상 파일에서 메타데이터를 읽고, 쓰고, 익명화하고, 변환하고, 추출합니다.
pydeseq2
안전 74PyDESeq2를 사용한 RNA-seq 차등 유전자 발현 분석
작성자 K-Dense-AI
PyDESeq2는 벌크 RNA-seq 카운트 데이터로부터 차등 유전자 발현 분석을 수행할 수 있게 해줍니다. 통계적 검정, 다중 비교 보정, 게놈 연구를 위한 출판용 volcano 및 MA 플롯 생성이 가능합니다.
pufferlib
안전 78강화학습 에이전트 빠르게 훈련
작성자 K-Dense-AI
RL 에이전트 훈련에는 고성능 병렬 환경과 효율적인 알고리즘이 필요합니다. PufferLib는 벡터화, 공유 메모리 버퍼, 다중 에이전트 지원을 통해 최적화된 PPO+LSTM 훈련을 제공하며 2-10배의 속도 향상을 달성합니다.
polars
안전 70Polars DataFrame 효율적으로 사용하기
작성자 K-Dense-AI
고성능 DataFrame 라이브러리인 Polars를 사용하여 대규모 데이터셋을 메모리에서 처리합니다. 지연 평가, 병렬 실행, Apache Arrow 백엔드를 통해 pandas보다 10배 빠른 작업을 제공합니다.
plotly
안전 71Plotly로 인터랙티브 시각화 생성하기
작성자 K-Dense-AI
데이터 시각화는 복잡한 코드를 필요로 하고 탐색을 위한 상호작용성이 부족한 경우가 많습니다. 이 스킬은 Plotly를 사용하여 호버 툴팁, 확대/축소, 패닝 기능과 40가지 이상의 차트 유형을 갖춘 인터랙티브하고 출판 품질의 차트를 생성하기 위한 포괄적인 가이드를 제공하며, 대시보드 및 데이터 분석에 활용할 수 있습니다.
opentargets-database
안전 76치료 표적을 위한 Open Targets 쿼리
작성자 K-Dense-AI
Open Targets Platform 데이터를 사용하여 치료 표적 및 약물 후보 찾기. 표적-질환 연관성에 대한 유전적 근거, 표적가능성 평가, 안전성 데이터 및 알려진 약물에 접근.
omero-integration
낮은 위험 70Python으로 OMERO 현미경 데이터 접근하기
작성자 K-Dense-AI
이 스킬은 OMERO(현미경 및 고콘텐츠 스크리닝을 위한 과학적 이미지 관리 플랫폼)에 Python API 접근을 제공합니다. OMERO 서버에 연결하고, 이미지를 검색하며, 픽셀 데이터를 분석하고, 프로그래밍 방식으로 주석을 관리할 수 있습니다.