用于矩阵运算、数据分析、可视化和科学计算的MATLAB和GNU Octave数值计算。在编写涉及线性代数、信号处理、图像处理、微分方程、优化、统计或科学可视化的MATLAB/Octave脚本时使用。当用户需要帮助理解MATLAB语法、函数，或希望在MATLAB和Python代码之间进行转换时，也可使用。脚本可在MATLAB或开源的GNU Octave解释器中运行。

使用SHAP（SHapley Additive exPlanations）进行模型可解释性和可解释性分析。在解释机器学习模型预测、计算特征重要性、生成SHAP图（瀑布图、蜜蜂群图、条形图、散点图、力图、热力图）、调试模型、分析模型偏差或公平性、比较模型或实现可解释AI时使用此技能。适用于基于树的模型（XGBoost、LightGBM、随机森林）、深度学习（TensorFlow、PyTorch）、线性模型以及任何黑箱模型。

UMAP 维度约简：用于 2D/3D 可视化和聚类预处理（HDBSCAN）的快速非线性流形学习，支持监督/参数化 UMAP，适用于高维数据。