机器学习 - SkillsBot AI Skill技能库

人工智能与机器学习Skill brand-statement

人工智能与机器学习技能专注于使用算法和模型使计算机系统能够从数据中自动学习和改进，广泛应用于预测分析、自然语言处理、计算机视觉等领域。关键词包括：AI、机器学习、深度学习、数据科学、模型训练、算法优化、智能系统、人工智能应用。

TensorBoardSkill tensorboard

TensorBoard是Google开发的机器学习可视化工具，用于可视化训练指标、调试模型、比较实验、可视化模型图和性能分析，支持PyTorch和TensorFlow框架。关键词：TensorBoard、机器学习、可视化、训练指标、模型调试、深度学习、实验跟踪、性能分析。

MLOps工程师是专注于机器学习运维的专业角色，负责连接数据科学与DevOps，实现ML模型从开发到生产部署的全流程自动化与管理。核心工作包括构建和优化ML流水线、实施模型版本控制与注册、管理特征存储、部署生产环境ML服务，以及持续监控模型性能与数据漂移。关键词：机器学习运维，MLOps，ML流水线，模型部署，特征存储，模型版本控制，ML监控，Kubeflow，MLflow，CI/CD，自动化，生产环境。

模型版本控制Skill ModelVersioning

模型版本控制技能专注于机器学习模型的全生命周期管理，包括版本策略、模型注册表、元数据跟踪、部署工作流程、A/B测试和模型比较。关键词：机器学习、模型管理、版本控制、元数据、部署、MLOps。

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。

Aeon时间序列机器学习Skill aeon

Aeon 是一个专为时间序列机器学习设计的 Python 工具包，支持分类、回归、聚类、预测、异常检测等多种任务。它兼容 scikit-learn API，提供丰富的算法和功能，适用于数据分析、预测建模和模式识别。关键词：时间序列分析，机器学习算法，Python编程，数据预测，异常检测工具。

Alibi模型解释器Skill alibi-explainer

Alibi模型解释器是一个专业的AI模型可解释性工具，提供反事实解释、锚点规则、信任分数等多种解释方法，帮助用户理解机器学习模型的决策过程。该技能支持集成梯度、SHAP、CEM等先进技术，适用于模型审计、合规验证和决策透明度提升。关键词：模型可解释性、AI解释器、反事实解释、锚点规则、信任分数、机器学习透明度、模型审计、XAI、Alibi、SHAP、CEM。

治疗数据公共库Skill pytdc

PyTDC（治疗数据公共库）是一个开源科学平台，提供AI就绪的药物发现和开发数据集及基准测试。它支持单实例预测（如ADME、毒性）、多实例预测（如药物-靶点相互作用）和生成任务（如分子生成），并包括数据分割、模型评估和分子优化工具。关键词：药物发现，人工智能，机器学习，数据集，基准测试，ADME，毒性，药物靶点相互作用，分子生成。

DVC数据集版本控制Skill dvc-dataset-versioning

DVC数据集版本控制技能，专为机器学习与数据科学工作流设计，提供数据版本追踪、变更管理、管道自动化及实验可复现性保障。核心功能包括数据血缘追踪、远程存储同步、缓存优化与实验对比，适用于数据工程、模型训练及特征工程等场景，提升团队协作效率与项目可维护性。关键词：DVC版本控制、数据管道、机器学习可复现性、数据血缘追踪、远程存储管理、实验管理、数据工程、MLOps。

Ray分布式训练器Skill ray-distributed-trainer

Ray分布式训练器是一个基于Ray框架的分布式计算技能，专门用于并行机器学习训练、大规模超参数搜索和集群资源管理。它支持PyTorch、TensorFlow等主流框架，提供弹性训练、容错检查点和多节点编排功能，能显著加速模型开发和优化流程。关键词：Ray分布式计算，并行训练，超参数搜索，机器学习，集群管理，AI模型优化。