von K-Dense-AI
shap Skill für Modellinterpretierbarkeit und Explainable AI. Verwenden Sie ihn, um Vorhersagen zu verstehen, Feature-Attributions zu berechnen, SHAP-Plots auszuwählen und das Modellverhalten in der Datenanalyse für Tree-, lineare, Deep-Learning- und Black-Box-Modelle zu debuggen.
von K-Dense-AI
Seaborn ist ein seaborn-Skill für statistische Visualisierung in Python mit pandas-freundlichen Eingaben und starken Standardwerten. Verwenden Sie ihn für schnelles Explorieren von Verteilungen, Zusammenhängen, kategorialen Vergleichen, Boxplots, Violinplots, Pairplots und Heatmaps. Auf matplotlib aufgebaut, für statische, publikationsreife Diagramme.
von K-Dense-AI
scikit-learn hilft Ihnen, klassische Machine-Learning-Workflows in Python aufzubauen. Nutzen Sie diese scikit-learn-Skill für Klassifikation, Regression, Clustering, Vorverarbeitung, Modellauswertung, Hyperparameter-Tuning und Pipelines. Sie ist ein praxisnaher scikit-learn-Leitfaden für tabellarische Daten und reproduzierbare Modellentwicklung.
von K-Dense-AI
scientific-visualization ist eine Meta-Skill für publikationsreife Abbildungen. Verwenden Sie sie für Plots zur Zeitschrifteneinreichung mit mehrteiligen Layouts, Signifikanzmarkierungen, Fehlerbalken, farbenblind-sicheren Paletten und Nature/Science/Cell-ähnlicher Formatierung. Sie orchestriert matplotlib, seaborn und plotly für wissenschaftliche Visualisierung im Bereich Data Visualization.
