机器学习 Skill技能列表
VectorDatabasePatternsSkill VectorDatabasePatterns
本技能涉及向量数据库的使用，包括Pinecone、Qdrant、Weaviate等，以及嵌入策略、相似性搜索、性能优化和生产环境部署。关键词包括向量数据库、嵌入、相似性搜索、性能优化。
Evidently漂移检测器Skill evidently-drift-detector
Evidently漂移检测器是一个基于Evidently AI的机器学习监控技能，专门用于生产环境中ML系统的数据漂移检测、模型性能监控、目标漂移分析和自动报告生成。该技能支持多种统计检验方法（如KS、PSI、Wasserstein），能够量化漂移幅度、监控性能退化、生成可视化报告，并与ML管道集成实现自动化重训练触发。适用于机器学习运维（MLOps）、模型监控、数据质量保障等场景。关键词：机器学习监控、数据漂移检测、模型性能监控、Evidently AI、MLOps、概念漂移、目标漂移、自动化报告、统计检验、生产环境ML。
向量搜索模式Skill VectorSearchPatterns
向量搜索模式是一种利用向量嵌入和数据库进行语义搜索的技术，它通过将文本或图像转换为向量，然后在高维空间中测量向量之间的相似性来工作。这项技术适用于需要基于内容含义而非关键词进行搜索的场景，如语义文档搜索、产品推荐、问题回答等。关键词包括向量嵌入、语义搜索、相似性比较、机器学习模型。
机器学习管道设计Skill ml-pipeline
该技能用于设计端到端机器学习系统架构，涵盖数据摄入、特征工程、模型训练、推理服务、监控和实验等全流程，适用于推荐系统、欺诈检测、搜索排名等多种机器学习问题。关键词：机器学习、系统设计、管道架构、AI应用、ML pipeline。
时间序列预测模式Skill ai-ml-timeseries
本技能提供时间序列预测的现代操作模式、模板和决策规则，涵盖AI和机器学习方法如LightGBM、Transformers、RNNs，以及特征工程、生成式AI（如Chronos）、时间验证、回测和生产部署。强调可解释性、长期依赖处理和自适应预测，适用于数据科学、量化金融和AI应用场景。关键词：时间序列预测、AI预测模型、机器学习模板、特征工程、回测系统、生产部署、可解释AI、生成式时间序列、概率预测。
Pymoo多目标优化框架Skill pymoo
Pymoo是一个Python多目标优化框架，提供NSGA-II、NSGA-III、MOEA/D等先进算法，用于解决单目标和多目标优化问题，支持约束处理、基准测试（如ZDT、DTLZ）、遗传算子定制和多标准决策制定，适用于工程设计、量化金融、机器学习等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理、进化算法、工程设计、量化策略。
DataPreprocessingSkill DataPreprocessing
数据预处理技能涵盖了从原始数据转换为适合机器学习模型训练的格式的全过程，包括数据清洗、特征工程、归一化、编码分类变量等关键步骤。
Kaggle学习者Skill kaggle-learner
Kaggle学习者技能是一个专为机器学习和数据科学领域设计的工具，用于提取和应用Kaggle竞赛的获胜方案知识。它覆盖NLP、计算机视觉、时间序列、表格数据和多模态等机器学习领域，提供前排方案详细技术分析、代码模板和最佳实践，帮助用户学习先进技术、优化项目、提升机器学习技能。关键词：Kaggle, 机器学习, 竞赛, 获胜方案, 知识提取, 技术分析, 代码模板, SEO学习工具。
对称性发现问卷Skill symmetry-discovery-questionnaire
对称性发现问卷是一个用于帮助机器学习工程师识别数据中隐藏对称性的结构化协作技能。通过域分析、变换测试和物理约束识别，发现对称性以提升模型性能，如样本效率、收敛速度和泛化能力。关键词：对称性发现、数据对称性、机器学习、变换测试、模型优化。
LIME解释器Skill lime-explainer
LIME解释器是基于LIME（局部可解释模型无关解释）算法的AI模型解释工具，专门用于机器学习模型的可解释性分析。该技能能够为表格数据、文本分类和图像分类的个体预测提供局部解释，帮助用户理解黑盒模型的决策依据。通过特征重要性分析、局部替代模型和可视化输出，提升模型透明度、可信度和调试效率。适用于模型验证、合规审计和业务决策支持场景。
kubeflow-pipeline-executorSkill kubeflow-pipeline-executor
Kubeflow Pipelines执行器技能，专注于机器学习工作流编排、组件管理和Kubernetes原生机器学习操作。提供完整的MLOps解决方案，包括管道定义、编译、运行、调度、版本控制和可视化功能。关键词：Kubeflow Pipelines，机器学习工作流，MLOps，Kubernetes，管道编排，模型训练，模型部署，分布式训练，Argo Workflows，云原生机器学习。
ML系统设计Skill ml-system-design
此技能提供设计生产机器学习系统的框架，涵盖从数据摄入、特征存储、模型训练到模型服务的完整生命周期，包括MLOps、A/B测试和监控。关键词：ML系统、机器学习管道、特征存储、模型训练、模型服务、MLOps、A/B测试、特征工程、模型部署、生产ML。