机器学习 Skill技能列表
机器学习推理优化Skill ml-inference-optimization
这个技能专注于优化机器学习推理的延迟、减少模型大小、实现模型压缩技术（如量化、剪枝、蒸馏）、设计推理缓存策略，以及边缘部署模式。适用于需要提升推理速度、减少资源消耗的场景，特别是在边缘设备或高性能云环境中。关键词：机器学习、推理优化、模型压缩、边缘计算、延迟降低、缓存策略、硬件加速。
特征工程优化器Skill FeatureEngineeringOptimizer
特征工程优化器是一款专注于提升机器学习模型效果的AI工具，通过自动化分析、筛选和优化特征工程流水线，实现特征重要性评估、相关性检测、编码策略推荐、特征新鲜度与版本管理，确保特征存储配置的高效与准确，适用于批量、实时及流式数据处理场景，助力数据科学家和机器学习工程师构建高性能、低延迟的AI应用。关键词：特征工程，机器学习，特征优化，特征存储，AI模型，数据预处理，特征重要性，相关性分析，实时特征，A/B测试。
MLflow机器学习生命周期管理技能Skill mlflow
MLflow是一个框架无关的机器学习生命周期管理平台，用于跟踪机器学习实验、管理模型注册表、部署模型到生产环境和重现实验。它支持多种ML框架如PyTorch、TensorFlow、Scikit-Learn，并集成团队协作、自动记录、版本控制和SEO关键词包括机器学习、AI、模型部署、实验跟踪、MLOps。
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。
Scikit-learn机器学习库Skill scikit-learn
Scikit-learn 是一个 Python 的机器学习库，用于数据分析和预测建模，支持分类、回归、聚类、降维、预处理、模型评估和超参数调优。关键词：机器学习，Python，数据分析，预测建模，scikit-learn，分类，回归，聚类。
Aeon时间序列分析工具Skill aeon
Aeon 是一个兼容 scikit-learn 的 Python 工具包，专门用于时间序列机器学习，支持分类、回归、聚类、预测、异常检测、分割和相似性搜索等任务，适用于处理时间序列数据，提供先进的算法和特征提取功能，帮助进行数据分析和预测建模。关键词：时间序列分析、机器学习、Python、分类、回归、聚类、预测、异常检测、数据科学、深度学习。
Arboreto基因调控网络推断工具Skill arboreto
Arboreto是一个用于从基因表达数据推断基因调控网络（GRN）的计算库，采用可扩展机器学习算法如GRNBoost2和GENIE3。适用于转录组学数据分析，包括批量RNA-seq和单细胞RNA-seq，以识别转录因子与靶基因的调控关系。支持分布式计算处理大规模数据集，提高分析效率。关键词：基因调控网络、GRN、基因表达数据、转录因子、GRNBoost2、GENIE3、单细胞RNA-seq、分布式计算、机器学习推断。
RayTrain分布式训练Skill ray-train
Ray Train 是一个分布式训练框架，用于在多节点集群上编排机器学习训练任务，支持PyTorch、TensorFlow和HuggingFace，内置超参数调优、容错和弹性扩展功能，适用于大规模模型训练和分布式超参数搜索。关键词：分布式训练，机器学习，PyTorch，TensorFlow，HuggingFace，超参数调优，容错，弹性扩展，多节点，Ray Tune。
SHAP模型可解释性分析Skill shap
此技能用于机器学习模型的可解释性分析，通过SHAP值解释模型预测、计算特征重要性、生成可视化图表，帮助用户理解模型行为、调试模型、分析公平性，并实现可解释AI。关键词：SHAP、机器学习、可解释性、特征重要性、模型解释、AI解释性、数据科学、人工智能、量化交易、风险评估。
权重与偏置（Weights&Biases）Skill weights-and-biases
权重与偏置（W&B）是一个机器学习实验跟踪与MLOps平台，用于自动记录实验指标、实时可视化训练过程、优化超参数、管理模型注册和协作团队项目。关键词：机器学习实验跟踪，MLOps，W&B，超参数扫描，模型管理，协作工具，AI开发。
模板卷积优化Skill stencil-convolution
stencil-convolution技能是专门针对GPU优化的模板和卷积模式实现的专家技能，用于科学计算、图像处理和数值模拟，涉及邻域计算的AI驱动操作。
高级评估Skill advanced-evaluation
这个技能用于构建和优化大型语言模型输出的评估系统，包括自动化评估管道、比较模型响应、创建评分标准等，关键词包括LLM评估、自动化质量评估、偏见减轻。