K-Dense

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

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

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

タンパク質の構造予測や分子設計をクラウドで実行するため、ツール選択から設定検証、ジョブ投入、結果取得まで支援します。手元のGPUは不要です。

• クラウドでタンパク質構造を予測したいとき
• 結合タンパク質や抗体を設計したいとき
• 複数配列をまとめて解析したいとき

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

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

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

微生物群集の構成データをWaypoint向けに変換し、試料の特徴を表す数値ベクトルの生成、予測用の追加学習、共通課題でのモデル評価を支援します。

• 微生物群集の存在量表の変換
• 分類や可視化に使う試料ベクトルの生成
• ラベル付きデータでの追加学習設定

生化学反応モデルから濃度の時間変化を計算し、反応速度のパラメータを変えた条件を比較します。単位の確認や、再実行できる実験アーカイブの出力も扱います。

• 反応系の濃度変化を計算したいとき
• 反応速度パラメータを変えて比較
• モデルの単位と整合性を確認

研究計画の「もし条件が変わったら」を複数のシナリオで検討し、前提と根拠を整理しながら、代替案の比較、予備策、対応を切り替える判断基準づくりを支援します。

• 試料の脱落が想定より多い場合に備えたいとき
• 試薬やデータが使えない場合の予備策づくり
• 資源制約の下で研究案を比較したいとき

論文・研究ポスター・助成金申請書を、投稿先や公募の要件に合わせて整えます。公式テンプレートの選定から文章の調整、提出用PDFの点検まで支援します。

• 学術誌・学会への投稿準備
• ページ制限や匿名化要件を確認したいとき
• 助成金申請書の構成準備

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

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

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

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

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

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

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

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

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

権限のある医療専門職が決定・確認した治療内容をローカルのJSON文書に整理し、出典、目標、確認日、引き継ぎ項目の構造や記入状況を検査します。

• 確認済みの治療記録の整理
• 出典参照と未記入項目の確認
• 明記済みの確認日の一覧化

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