メニュー
Use UMAP-learn for nonlinear dimensionality reduction, 2D/3D embeddings, clustering preprocessing, supervised or semi-supervised UMAP, DensMAP, AlignedUMAP, and Parametric UMAP workflows.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/eightmm/codex-science --skill kdense-umap-learnコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
Execute auditable quantitative research across preregistered study design, statistical inference, numerical verification, dimensional analysis, uncertainty propagation, counterexample search, and formal proof. Use when a scientific or mathematical question needs actual computation and machine-readable evidence rather than only explanation.
Compare finite actions under uncertainty with explicit states, loss, utility or risk-neutral payoff, priors, experiment likelihoods, and a declared decision criterion. Use for Bayes risk, expected utility or payoff, pure-action minimax, minimax regret, dominance, posterior decision policies, EVPI/EVSI, experiment-cost decisions, and prior-threshold sensitivity; do not use for ordinary statistical testing, causal identification, strategic games, or MDP/POMDP/RL planning.
Compare finite actions under uncertainty with explicit states, loss, utility or risk-neutral payoff, priors, experiment likelihoods, and a declared decision criterion. Use for Bayes risk, expected utility or payoff, pure-action minimax, minimax regret, dominance, posterior decision policies, EVPI/EVSI, experiment-cost decisions, and prior-threshold sensitivity; do not use for ordinary statistical testing, causal identification, strategic games, or MDP/POMDP/RL planning.
| name | kdense-umap-learn |
| description | Use UMAP-learn for nonlinear dimensionality reduction, 2D/3D embeddings, clustering preprocessing, supervised or semi-supervised UMAP, DensMAP, AlignedUMAP, and Parametric UMAP workflows. |
Use this Codex adapter for the pinned upstream scientific skill.
activekdenseBSD-3-Clause license../../inventory.json../../../vendor/scientific-agent-skills/skills/umap-learn/SKILL.md$science-provenance for produced scientific outputs and $science-review before presenting scientific claims.