par K-Dense-AI
Skill shap pour l’interprétabilité des modèles et l’IA explicable. Utilisez-le pour comprendre les prédictions, calculer les attributions de variables, choisir les graphiques SHAP et déboguer le comportement des modèles pour l’analyse de données sur les modèles d’arbres, linéaires, de deep learning et de type boîte noire.
par K-Dense-AI
Seaborn est un skill seaborn pour la visualisation statistique en Python, avec des entrées compatibles pandas et des valeurs par défaut bien pensées. Servez-vous-en pour explorer rapidement des distributions, des relations, des comparaisons catégorielles, des box plots, des violin plots, des pair plots et des heatmaps. Basé sur matplotlib pour des graphiques statiques prêts à être publiés.
par K-Dense-AI
scikit-learn vous aide à construire des workflows de machine learning classique en Python. Utilisez ce skill scikit-learn pour la classification, la régression, le clustering, le prétraitement, l’évaluation des modèles, le réglage des hyperparamètres et les pipelines. C’est un guide pratique scikit-learn pour les données tabulaires et le développement reproductible de modèles.
par K-Dense-AI
scientific-visualization est une méta-compétence pour créer des figures prêtes à être publiées. Utilisez-la pour des graphiques de soumission à des revues avec mises en page multi-panneaux, annotations de significativité, barres d’erreur, palettes sûres pour le daltonisme et un formatage de type Nature/Science/Cell. Elle orchestre matplotlib, seaborn et plotly pour des travaux de visualisation scientifique en Data Visualization.
