Construa modelos de aprendizado de máquina rapidamente com orientação do scikit-learn. Abrange classificação, regressão, clustering, pré-processamento, pipelines e avaliação de modelos com exemplos prontos para uso.

A análise de RNA-seq de célula única requer fluxos de trabalho complexos para controlo de qualidade, clustering e visualização. Esta habilidade fornece fluxos de trabalho scanpy completos, incluindo geração de UMAP, clustering de Leiden, identificação de genes marcadores e anotação de tipos celulares.

Esta skill fornece ferramentas para modelagem estatística Bayesiana usando PyMC. Permite construir modelos hierárquicos, executar amostragem MCMC com NUTS, realizar inferência variacional e comparar modelos com métricas LOO/WAIC para quantificação de incerteza fundamentada.

Fluxos de trabalho com pandas são lentos e consomem muita memória em conjuntos de dados grandes. Esta skill oferece orientação especializada sobre Polars, uma biblioteca de DataFrame extremamente rápida baseada no Apache Arrow que oferece melhorias de desempenho de 10-100x com avaliação preguiçosa, processamento paralelo e uma API de expressões intuitiva.

Criar gráficos e visualizações leva tempo. Plotly oferece uma biblioteca Python com mais de 40 tipos de gráficos, incluindo gráficos de dispersão, mapas de calor, gráficos 3D e mapas geográficos. Gere visualizações interativas de qualidade para publicação e exporte para HTML ou imagens estáticas.

O processamento manual de documentos PDF leva muito tempo. Este kit oferece scripts prontos para produção para extrair texto, manipular formulários, extrair tabelas e realizar OCR em documentos digitalizados com suporte a processamento em lote.

Documentos PDF contêm dados valiosos, mas são difíceis de processar programaticamente. Esta skill fornece padrões de código para extrair texto, tabelas e dados de formulários de PDFs usando bibliotecas Python como pdfplumber e pypdf.

A espectrometria de massa gera dados espectrais complexos que requerem processamento especializado. O matchms oferece um kit de ferramentas Python completo para carregar, filtrar, comparar e identificar compostos a partir de dados espectrais com métricas de similaridade estabelecidas.

Criar visualizações de qualidade para publicação em Python requer compreensão da API matplotlib, opções de estilo e boas práticas. Esta skill fornece modelos, exemplos de código e orientação de solução de problemas para gerar plots profissionais, gráficos e visualizações 3D para pesquisa e análise de dados.

Tarefas de computação científica requerem recursos de hardware apropriados para executar de forma eficiente. Esta skill detecta automaticamente núcleos de CPU, disponibilidade de GPU, memória e espaço em disco para recomendar estratégias computacionais e escolhas de bibliotecas ideais.

A análise de dados geográficos requer ferramentas especializadas para manipular geometrias vetoriais, sistemas de coordenadas e relações espaciais. O GeoPandas estende o pandas para permitir operações espaciais em tipos geométricos para manipulação eficiente de dados geoespaciais.

Acesse dados regulatórios abrangentes da FDA incluindo medicamentos, dispositivos médicos, recalls de alimentos e informações sobre substâncias. Pesquise eventos adversos, rotulagem, aprovações e recalls usando a API oficial openFDA.

Cientistas precisam entender a estrutura e a qualidade de diversos arquivos de dados científicos antes da análise. Esta skill detecta automaticamente tipos de arquivos, extrai metadados, realiza análise estatística e gera relatórios markdown abrangentes para mais de 200 formatos científicos.

A análise manual de Excel leva horas de trabalho repetitivo. Esta skill fornece padrões prontos de pandas para ler, analisar e visualizar dados de planilhas em segundos.

Gerenciar dados de genômica e criar pipelines de análise no DNAnexus requer o aprendizado de APIs e padrões complexos. Esta skill fornece orientação abrangente para desenvolvimento de apps, gerenciamento de dados e execução de workflows na plataforma cloud DNAnexus.

Preveja poses de ligação 3D entre proteínas e ligantes de pequenas moléculas usando modelos de difusão de última geração. Gere previsões com pontuação de confiança para descoberta de fármacos baseada em estrutura e campanhas de triagem virtual.

Processar dados de sequenciamento de próxima geração para experimentos ChIP-seq, RNA-seq e ATAC-seq. Converter arquivos BAM em tracks de cobertura normalizados e gerar visualizações de qualidade para publicação, incluindo heatmaps, gráficos de correlação e gráficos de perfil.

Trabalhar com dados moleculares em Python requer código RDKit complexo. Datamol oferece funções simples para análise de SMILES, cálculo de propriedades e análise de compostos.

Acessar dados demográficos, econômicos e de saúde de múltiplas fontes globais requer navegar por APIs complexas. Esta skill fornece orientação completa para usar o cliente Python do Data Commons para consultar estatísticas populacionais, taxas de desemprego, cifras do PIB e outros conjuntos de dados públicos através de um grafo de conhecimento unificado.

Processar conjuntos de dados grandes que excedem a RAM disponível causa erros de memória e baixo desempenho. O Dask fornece abstrações de computação paralela que dimensionam operações pandas e NumPy para lidar com dados na escala de terabytes em laptops ou clusters.