Pythonのscikit-survivalを使用した生存解析と時間イベントモデリングのための包括的なツールキット。打ち切り生存データの処理、時間イベント解析の実行、Coxモデル・ランダム生存フォレスト・勾配ブースティングモデル・生存SVMのフィッティング、コンコーダンスインデックスやブライアースコアによる生存予測の評価、競合リスクの処理、またはscikit-survivalライブラリを使用した生存解析ワークフローの実装を行う際にこのスキルを使用します。
複雑な設定不要で、ワークフローに素早く統合
アクティブなオープンソースコミュニティによる継続的な更新
MIT/Apacheライセンスで商用・個人利用可
ニーズに応じてカスタマイズ・拡張可能
ソースリポジトリからスキルファイルをダウンロードまたはコピー
スキルファイルをClaudeのスキルディレクトリに配置（通常は ~/.claude/skills/）。
Claudeを再起動するか、リロードコマンドを実行してスキルを読み込みます
ヒント： 初回使用前にスキルのドキュメントとコードを注意深く読み、機能と権限要件を理解してください
すべてのスキルはオープンソースコミュニティから提供され、元の作者の著作権を保持しています
K-Dense-AI__claude-scientific-skills/scientific-skills/scikit-survival/skill.md実証済みのメリットと測定可能な影響
Cirq を使用して、量子回路のコンパイル時間を最大 10 倍短縮します。
高度なノイズモデリングにより、アルゴリズムの精度を5倍向上。
効率的なシミュレーションツールで量子実験のコストを30%削減。
これらのシナリオに最適
Cirqの直感的なPythonインターフェースを使用して、量子回路を構築・テストします。
アルゴリズムの信頼性を向上させるため、量子ノイズをモデル化・分析します。
Google、IonQ、AQT といった実量子ハードウェア上で回路を実行します。
VQE、QAOA、およびその他のベンチマークを使用してアルゴリズムのパフォーマンスを評価します。