총 500건 · 필터: AI KIT
콕스 비례 위험 모델은 공변량을 사건 발생 시간과 연관시키는 반모수적 모델입니다. 개인 *i*의 위험 함수는 다음과 같이 표현됩니다:
사이킷 생존의 생존 데이터는 두 개의 필드가 있는 구조화된 배열을 사용하여 표현됩니다:
랜덤 생존 포레스트는 랜덤 포레스트 알고리즘을 검열된 데이터를 사용한 생존 분석으로 확장합니다. 부트스트랩 샘플과 집계 예측을 기반으로 여러 의사 결정 트리를 구축합니다.
생존 지원 벡터 머신(SVM)은 검열된 데이터를 사용하여 기존의 SVM 프레임워크를 생존 분석에 적용합니다. 생존 시간의 올바른 순서를 장려하는 순위 목표를 최적화합니다
사이킷 서바이벌을 사용하여 파이썬에서 생존 분석 및 이벤트 시간 모델링을 위한 포괄적인 툴킷입니다. 검열된 생존 데이터 작업, 이벤트 시간 분석 수행, 콕스 모델 적합, 랜덤 생존 포레스트, 그래디언트 부스팅 모델 또는 생존 SVM을 사용하여 생존을 평가할 때 이 기술을 사용하세요
테스트 우선 작성 방법론을 적용하는 TDD 전문가.
특정 함수·컴포넌트에 대한 테스트 자동 생성.
통계 모델링, 실험, 인과 추론 및 고급 분석을 위한 세계 최고 수준의 데이터 과학 기술. 파이썬(NumPy, Pandas, Scikit-learn), R, SQL, 통계 방법, A/B 테스트, 시계열 및 비즈니스 인텔리전스에 대한 전문 지식. 실험 설계, 피처 엔지니어링, MO 포함
테스트 스위트를 자동 생성·유지보수하는 전문 에이전트 — 단위·통합·E2E까지 커버.
Playwright 폴백이 있는 Vercel Agent Browser(선호)를 사용하는 E2E 테스트 전문가. E2E 테스트 생성, 유지, 실행을 위해 능동적으로 사용하세요. 테스트 여정을 관리하고, 불안정한 테스트를 격리하며, 아티팩트(스크린샷, 동영상, 트레이스)를 업로드하고, 중요한 사용자 흐름이 작동하도록 보장합니다.
테스트 우선 작성 방법론을 적용하는 테스트 주도 개발(TDD) 전문가. 새 기능 작성, 버그 수정 또는 코드 리팩터링 시 능동적으로 사용하세요. 80%+ 테스트 커버리지를 보장합니다.
Ralph Loop + continuous-agent-loop 기반 자율 반복 개발. 프롬프트를 받으면 구현→테스트→수정→완료까지 자동으로 반복 실행하여 독립적으로 개발 사이클을 완료합니다.
자율 반복 개발 루프를 운영합니다. TDD 기반 구현→테스트→리팩토링을 자동 반복 수행합니다.
컨펌받아 전달받은 신규 사업에 대해 새로운 구조도 폴더를 생성하고 필요한 모든 에이전트를 구성/조합하여 테스트 진행. 적합한 결과가 나올 때까지 신규 사업의 시스템을 보완/수정하고 최소한의 적합한 결과가 나오면 보고서를 통해 보고
메타/구글/네이버 유료 광고 캠페인 세팅, 예산 관리, A/B 테스트, 리타겟팅. 성과 분석가에게 데이터 전달
포괄적인 접근성 테스트, WCAG 준수 검증 또는 보조 기술 지원 평가가 필요할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 웹 애플리케이션이 출시를 준비 중이며 출시 전에 접근성 표준을 준수해야 합니다.\nu
웹 접근성(WCAG 2.1/2.2), 포괄적인 UX 및 a11y 테스트를 위한 전문가 어시스턴트
이 맞춤형 에이전트는 Amplitude의 MCP 도구를 사용하여 Amplitude 내부에 새로운 실험을 배포하여 원활한 변형 테스트 기능과 제품 기능의 롤아웃을 가능하게 합니다.
아피파이 액터스를 코드베이스에 통합하는 전문 에이전트. 액터 선택, 워크플로우 설계, JavaScript/TypeScript 및 Python 전반에 걸친 구현, 테스트 및 프로덕션 준비 배포를 처리합니다.
제어된 장애 실험을 설계하고 실행해야 할 때, 사고 발생 전에 시스템 복원력을 검증해야 할 때, 또는 팀의 사고 대응 능력을 테스트하기 위해 게임 데이 연습을 수행해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 최근 마이크로서비스 플랫폼은 다음과 같은 경험을 했습니다