데이터·AI 스킬

Use geemap for Google Earth Engine interactive mapping, geospatial conversion, visualization, timelapse, and ML helper workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes official 3D Gaussian Splatting setup, data preparation, training, rendering, evaluation, and viewer workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guide FunClip ASR video/audio clipping, LLM-assisted clipping providers, and release packaging workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Repository operating skill for using Flow Forecast's flood_forecast package for time-series forecasting, data preparation, training, inference, evaluation, and hydrology-oriented advanced models.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use FlashRAG for retrieval-augmented generation research workflows: config/data validation, retrieval and index building, generation/refinement components, RAG pipelines/method reproduction, evaluation, and WebUI setup.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Flair for NLP annotation, embeddings, text/sequence model prediction, corpus loading, training/fine-tuning, HunFlair biomedical NER/linking, and production troubleshooting.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route fastdup workflows for visual dataset curation, annotation-driven analysis, embeddings and search, and video or exchange plumbing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use ExecuTorch to export PyTorch models to edge runtime artifacts, build host/device runtimes, choose delegates, profile/debug execution, and operate specialized Qualcomm, Cortex-M, LLM, and binary-size workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use davidsandberg/facenet for TensorFlow 1.x face recognition workflows: MTCNN alignment, embeddings, classification, LFW evaluation, training, and model export.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use the GeoParquet specification and bundled inspection helpers to author, validate, distribute, or safely review geospatial Parquet data, including GeoParquet 2.0 vector metadata, external writer choices, and the alpha Parquet Raster proposal.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use when working with GeoPandas GeoDataFrame and GeoSeries workflows, vector geospatial I/O, CRS-aware spatial operations, mapping, geocoding, and GeoPandas-specific validation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Route GeoAI geospatial data, inference, training, foundation-model, and integration workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guides Gensim topic modelling, document indexing, embeddings, similarity retrieval, downloader, and script workflows for Python NLP and IR tasks.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use GemPy 3.x for CPU-first 3-D implicit geological modeling, structural data preparation, grid evaluation, visualization, persistence, and optional integrations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Gaussian-SLAM for CUDA RGB-D dense SLAM, Gaussian-splatting mapping, dataset/configuration preflight, checkpoint evaluation, reconstruction metrics, and global-map refinement.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use Galaxy repository guidance for server configuration, APIs, tool and workflow development, data/storage, Tool Shed operations, and web-client development.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate Fugue workflows, FugueSQL, backend selection, and notebook magics for pandas and distributed dataframe execution.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use FlagEmbedding for embedding, reranking, retrieval evaluation, and fine-tuning workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Guides fg-data-profiling data profiling, report generation, configuration, CLI, comparison, privacy, and optional Spark/notebook integration workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use FFCV to convert datasets into .beton files, build fast PyTorch loader pipelines, handle image and custom fields/transforms, and tune cache, traversal, and throughput behavior.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Operate the Fengshenbang-LM Fengshen package for pipelines, model families, data/training utilities, examples, and conversion planning.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use for Feast feature store tasks: feature repositories, definitions, CLI, retrieval, materialization, serving, RAG/vector search, integrations, and Feast contributor workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Routes FCOS object-detection repo tasks for inference demos, config/data setup, training/evaluation, ONNX export, and legacy PyTorch internals.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Use fastMRI for MRI reconstruction data loading, MRI operators, reconstruction models, Lightning training, evaluation, and submission preparation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.