预测建模 Skill技能列表
敏感性分析工具包Skill sensitivity-analysis-toolkit
本工具包是一个专注于数学优化的敏感性分析解决方案，主要用于评估优化模型的鲁棒性。核心功能包括对偶变量计算、影子价格分析、参数规划、紧约束识别和后最优性分析。它帮助用户理解模型参数变化对最优解的影响，支持鲁棒优化建模，适用于金融、工程、供应链等领域的决策支持系统。 关键词：敏感性分析，优化模型，对偶变量，影子价格，参数规划，鲁棒优化，后最优性分析，数学建模，决策支持
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。
Stan贝叶斯建模Skill stan-bayesian-modeling
Stan贝叶斯建模技能专注于使用Stan概率编程语言进行高级贝叶斯统计推断和复杂统计模型构建。核心功能包括MCMC采样（如NUTS和HMC算法）、变分推断、先验与后验预测检验，以及基于LOO-CV和WAIC的模型比较。适用于量化金融中的预测建模、风险管理、因子挖掘，以及数据科学领域的统计计算、不确定性量化和概率预测。关键词：Stan概率编程，贝叶斯推断，MCMC采样，变分推断，模型比较，统计建模，量化金融，数据科学。
贝叶斯推理引擎Skill bayesian-inference-engine
贝叶斯推理引擎是一个基于贝叶斯概率论的统计建模与分析工具，专门用于先验概率设定、后验分布计算和动态信念更新。它支持MCMC采样、变分推理、模型比较和后验预测检验等核心功能，广泛应用于科学研究、量化金融、数据分析和机器学习等领域。关键词：贝叶斯推理、概率建模、MCMC采样、后验计算、信念更新、统计推断、PyMC、Stan、数据科学、量化分析
回归分析器Skill regression-analyzer
回归分析器技能是一个用于科学数据建模的专业工具，专注于执行全面的回归分析。它能够进行线性与广义模型拟合、模型诊断、处理多重共线性、生成预测并解释系数。该技能适用于量化金融、预测建模、数据分析、统计套利、因子挖掘、风险管理等场景，是数据科学家和量化研究员进行关系探索、效应估计和变量选择的强大助手。
因果推断方法Skill causal-inference-methods
本技能专注于应用高级计量与统计方法（如倾向得分匹配、工具变量、双重差分、断点回归）在观测数据中进行因果识别与效应评估。适用于政策评估、项目效果分析、社会科学研究等领域，旨在解决选择偏差、内生性等问题，提供可靠的因果推断依据。关键词：因果推断，倾向得分，工具变量，双重差分，断点回归，计量经济学，政策评估，效应识别。
高级数据科学家Skill senior-data-scientist
这是一个世界级的高级数据科学家技能集，专注于构建生产级的AI/ML/数据系统。它集成了统计建模、因果推断、A/B测试、特征工程、模型评估与部署等核心能力，并遵循MLOps和DataOps最佳实践。适用于需要设计复杂实验、开发高精度预测模型、进行深度因果分析以及推动企业数据驱动决策的场景。关键词：数据科学，机器学习，统计建模，A/B测试，特征工程，模型部署，MLOps，Python，SQL，大数据分析，人工智能系统。
ClassificationModelingSkill ClassificationModeling
构建用于分类预测和分类的二元和多类分类模型