预测建模 Skill技能列表
高级数据科学家Skill senior-data-scientist
这个技能用于高级数据科学工作，专注于统计建模、机器学习、实验设计和生产级AI系统实现，适用于数据驱动决策、预测分析和企业级数据解决方案。关键词：数据科学、机器学习、AI、统计建模、预测分析、实验设计、因果推断。
Pymoo多目标优化框架Skill pymoo
Pymoo是一个Python多目标优化框架，用于解决单目标和多目标优化问题。它支持NSGA-II、NSGA-III、MOEA/D等算法，处理Pareto前沿、约束条件，并提供基准测试问题如ZDT、DTLZ。适用于工程设计、机器学习、量化金融等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理。
Python多目标优化Skill python-multiobjective-optimization
这个技能专注于在Python中实现多目标优化，用于同时优化多个冲突目标，发现Pareto前沿，适用于数据分析、机器学习、工程优化和量化金融等场景。它提供专家指导，涵盖Pareto最优性、进化算法（如NSGA-II、NSGA-III、MOEA/D）、标量化方法、Pareto前沿分析，并使用pymoo、platypus和DEAP库进行实现。关键词包括多目标优化、Pareto前沿、NSGA-II、进化算法、Python优化、数据建模。
需求预测器Skill demand-forecaster
需求预测器是一种用于商业运营和供应链管理的专业技能，专注于利用时间序列分析、因果建模和机器学习等方法，对未来需求进行精准预测。该技能涵盖预测准确性评估（如MAPE、MAE、偏差）、季节性调整、新产品预测以及协同预测流程，旨在优化库存管理、产能规划和销售运营。关键词：需求预测，时间序列分析，ARIMA，指数平滑，机器学习预测，预测准确性，MAPE，偏差校正，供应链管理，销售与运营规划。
Metaculus预测平台集成Skill metaculus
此技能集成Metaculus社区预测平台，允许用户搜索预测问题、查看详细预测概率、参与预测比赛等，适用于概率分析和预测建模。关键词：预测平台、社区预测、概率分析、预测建模、Metaculus。
预测准确性分析器Skill forecast-accuracy-analyzer
预测准确性分析器是一个用于供应链和商业分析的专业技能，专注于测量、分解和提升预测模型的准确性。它通过计算MAPE、WMAPE、偏差等核心指标，进行误差分解和根本原因分析，并提供数据驱动的改进建议。该技能支持多模型性能比较、预测增值（FVA）分析和准确性趋势监控，是优化需求预测、提升供应链规划效率和辅助销售与运营规划（S&OP）决策的关键工具。关键词：预测准确性分析，误差分解，供应链预测，需求预测，FVA分析，模型性能比较，商业智能，数据分析。
研究技能Skill research
这个技能帮助用户研究预测市场，提供基础率分析、解决规则查询和历史类比功能，用于市场预测和数据分析。关键词：市场研究、基础率、解决规则、历史数据、预测分析、量化金融、数据科学
混合整数优化Skill mixed-integer-optimization
混合整数优化是一种数学规划技术，用于解决包含离散变量和连续变量的优化问题。该技能涵盖混合整数线性规划（MILP）和混合整数非线性规划（MINLP）的建模与求解方法，包括分支定界算法、割平面法、Big-M重构、指示约束等关键技术。适用于资源分配、生产调度、投资组合优化、路径规划等需要离散决策的实际场景。关键词：混合整数规划，MILP，MINLP，优化算法，数学建模，运筹学，离散优化，分支定界，Gurobi，CPLEX。
排队系统分析器Skill queuing-analyzer
排队系统分析器是一个基于排队论的AI分析工具，用于对各类等待线系统进行数学建模和性能评估。它支持M/M/1、M/M/c、M/G/1等多种经典排队模型，能够计算系统利用率、平均等待时间、队列长度等关键性能指标，并应用于呼叫中心人员配置、服务能力规划、系统优化等场景。关键词：排队论，系统分析，性能评估，数学模型，服务优化，呼叫中心，容量规划，仿真建模。
敏感性分析-不确定性量化Skill sensitivity-analysis-uq
该技能提供一套完整的全局敏感性分析（GSA）方法，用于量化模型输出对输入参数变化的敏感程度。核心功能包括计算Sobol指数、执行Morris筛选、进行FAST分析等，帮助用户识别关键输入变量、理解模型行为、优化模型设计并支持不确定性量化（UQ）研究。适用于金融建模、工程仿真、环境科学等领域的模型验证与风险评估。关键词：敏感性分析，不确定性量化，Sobol指数，Morris方法，FAST，方差分解，模型验证，风险评估。
插值逼近Skill interpolation-approximation
插值逼近是一种数值分析方法，用于通过已知数据点构建函数或曲线，实现数据拟合、函数近似和预测建模。核心功能包括多项式插值、样条插值、最小二乘拟合和误差分析，广泛应用于量化金融、数据科学、工程计算和科学研究等领域。关键词：插值方法、逼近算法、数据拟合、数值分析、函数近似、量化金融、预测建模、误差估计。
贝叶斯推理与校准Skill bayesian-reasoning-calibration
这个技能应用贝叶斯推理来系统更新概率估计，帮助在不确定性下进行预测、评估风险和测试假设，避免过度自信偏差。通过贝叶斯定理校准信念，提高决策质量，适用于概率更新、预测建模和不确定性管理。关键词：贝叶斯推理、校准、概率更新、预测、风险评估、假设测试、不确定性分析。