データ・AIのスキル

メモリに収まらない大規模な表データをVaexで扱い、条件抽出、統計集計、派生列の作成、可視化、分割書き出しを進めるためのスキル。

• メモリを超える表データの統計集計
• 列を保存せずに特徴量を作りたいとき
• 大規模データの集計グリッド表示

売上などの時系列CSVを整え、GoogleのTimesFMで個別の追加学習なしに将来値と予測区間を算出し、未使用データで精度を評価するスキル。

• CSVから月次売上や収益を予測したいとき
• 予測値と予測区間を書き出したいとき
• 補助変数を加えて予測したいとき

遺伝子の変異を記録したVCF/BCFファイルをTileDB-VCFに蓄積し、検体の追加、領域別の抽出、変異統計や品質確認、再出力を支援します。

• 変異データを蓄積し検体を追加したいとき
• 検体・ゲノム領域別に抽出したいとき
• 変異統計と検体品質の確認

分子の性質予測や分子生成、タンパク質の学習などをTorchDrug 0.2.1で実装し、学習・評価の構築から互換性やコードの不具合確認まで支援するスキル。

• 分子の性質予測モデルの学習と評価
• 分子生成の処理を組みたいとき
• タンパク質の配列や構造の特徴学習

米国財務省の公開APIから、政府債務や歳入・歳出、国債金利、為替レートなどを取得し、期間や項目を絞って分析用の表に整理するスキル。

• 米国政府債務の推移を調べたいとき
• 月次の歳入と歳出の比較
• 政府報告用の為替レートの取得

表形式のデータから、分布や項目同士の関係、グループ間の違いを示すグラフを作成します。集計方法や誤差の表示、欠損値の扱いを確認しながら、静的な図にまとめます。

• 表データの分布や関係を調べたいとき
• 箱ひげ図などでグループ差を比べたいとき
• 相関行列をヒートマップにしたいとき

大きな科学データの多次元配列を分割して保存し、必要な範囲だけ読み書きする処理を支援します。圧縮やクラウド保存、形式移行、付随情報の保持も扱います。

• 大きな科学配列の一部を読みたいとき
• 分割単位と圧縮設定を選びたいとき
• S3やGCS上の科学配列を扱いたいとき

観察終了までに出来事が起きなかったデータを含む生存時間分析で、情報漏れを防ぐ前処理、モデル選択、確率予測、打ち切りを考慮した評価を進めるスキル。

• CSVのイベント列と観察時間の検証
• 評価データの情報漏れを防いだモデル学習
• 打ち切りを考慮した生存確率の評価

待ち行列や生産・物流の流れをSimPyでモデル化し、待ち時間や資源の利用状況を調べます。実行上限の設定から監視、テスト、反復実験の分析まで支援します。

• 窓口の人数別に待ち時間を比べたいとき
• 生産・物流で設備の取り合いを調べたいとき
• 優先処理や作業中断をテストしたいとき

報酬を手がかりに行動を学ぶ強化学習の実験を、環境づくりから学習・評価まで支援します。手法の選択、進捗監視、モデル保存と再開を含め、再現可能な実験を組み立てます。

• 再現可能な強化学習実験の構築
• 独自のGymnasium環境の作成と検証
• 学習状況の監視と途中保存

研究に必要な参加者数や試料数、検出できる効果の大きさを計算します。標準的な検定から複雑なモデルのシミュレーションまで扱い、人数の算定根拠を整理します。

• データ収集前に必要人数を見積もりたいとき
• 固定人数で検出できる差を知りたいとき
• 申請書に人数の算定根拠を書きたいとき

機械学習モデルの予測に各入力項目がどう寄与したかを計算・可視化します。SHAPの手法や基準データを選び、個別の予測とモデル全体の傾向を検証しながら説明します。

• 一件の予測に寄与した項目の説明
• 評価データ全体の寄与傾向を可視化
• 多クラスモデルの説明対象を選びたいとき

単一細胞RNAの成熟前後のカウントから遺伝子発現の変化方向を推定します。モデルの適合確認、変化の流れの可視化、細胞の相対的な順序や関連遺伝子の探索を支援します。

• 細胞状態の変化方向の仮説を探りたいとき
• 遺伝子ごとのモデル適合の確認
• 動的モデルで細胞の相対順序を推定したいとき

単一細胞の遺伝子発現などの測定データに確率モデルを当てはめ、実験間の差を調整した統合、細胞種の推定、複数種類のデータ解析を進めるスキルです。

• 単一細胞RNAのバッチ間統合
• 部分ラベルや参照による細胞種推定
• RNAとタンパク質・ATACの解析

Pythonで回帰分析や時系列予測を進め、係数の解釈、モデル比較、残差や前提条件の診断まで支援します。信頼区間や予測の不確かさも確認するスキルです。

• 回帰分析で係数を解釈したいとき
• 二択や件数のモデルを比較したいとき
• 予測区間付きで時系列を予測したいとき

実験やアンケートのデータに合う統計手法を選び、前提条件の確認から効果の大きさ、必要な人数の計算、論文向けの結果報告までを支援するスキル。

• 実験のグループ間の差を調べたいとき
• アンケート項目の関係を調べたいとき
• 研究に必要な参加人数を見積もりたいとき

点とつながりで表すデータを学習するグラフニューラルネットワークを、PyTorch Geometricで構築し、分類やリンク予測、独自データの学習を支援するスキル。

• ノードやグラフの分類モデル構築
• ノード間のリンクを予測したいとき
• 複数種類のノードや関係の学習

多数の特徴を持つデータをUMAPで少ない次元にまとめ、2D・3Dの可視化やグループ分けの前処理を支援します。設定の比較、新しいデータの変換、結果の安定性確認も扱います。

• 多くの特徴を持つデータを図示したいとき
• HDBSCAN用の特徴を準備したいとき
• 一部のラベルを次元削減に使いたいとき

Hugging Faceの学習済みモデルを読み込み、文章生成・画像や音声の分類を試し、独自データでの追加学習や入力の前処理まで進めるスキル。

• 文章・画像・音声の分類を試したいとき
• 文章生成や対話の設定を整えたいとき
• 独自データでモデルを追加学習したいとき

費用と性能など相反する目標を扱う最適化をPythonで進め、制約を満たす候補の探索、目標間のトレードオフの可視化、候補の比較・選択を支援します。

• 費用と性能が競合する設計案の比較
• 制約を満たす解を探索したいとき
• 最適化アルゴリズムの性能比較

ゲノム解析ファイルをPythonで読み書きし、指定領域の抽出、条件による絞り込み、変異や塩基の集計を支援します。座標の数え方や索引、参照配列を確認しながら処理を組み立てます。

• ゲノムファイルの形式や索引の確認
• 品質やフラグによる配列データの絞り込み
• 指定領域の変異と遺伝子型の集計

単一細胞RNA-seqデータの品質管理から正規化、細胞の分類、特徴的な遺伝子の探索、図の作成までを、Scanpyの付属スクリプトで進めるスキル。

• 単一細胞データの品質確認と正規化
• UMAPやt-SNEで細胞群を可視化
• マーカー遺伝子の探索と細胞種の確認

ゲノム上の領域の重なり・近傍・被覆をPolarsで解析し、配列や変異、アラインメントのファイル入出力から座標をそろえたデータ結合まで支援するスキル。

• 変異とゲノム領域の重なりを調べたいとき
• 領域を統合し被覆塩基数を求めたいとき
• シーケンスのリード深度の集計

バルクRNA-seqの遺伝子発現差をPythonで解析します。入力カウントや比較条件を確認し、PyDESeq2で統計検定・多重検定補正・結果の図示を進めます。

• 処置群と対照群の発現を比較したいとき
• バッチ差を考慮した発現差解析
• カウント表とサンプル情報の整合性確認