Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

OSCARS for derivative-free stochastic direct search

Aperta Adatta ai principianti
  • Qualcosa non va?
#70 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
72/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
r
Ambito
documentation

Direzione di ricerca

Inizia con la sezione "Global and Stochastic Optimization" della vista delle attività e verifica come sono elencati i pacchetti esistenti. Esamina gli esempi di OSCARS, che risultano essere eseguibili, e verifica la descrizione del pacchetto prima di aggiungere OSCARS a quella sezione. Il lavoro è completato quando il pacchetto è rappresentato in modo coerente nella vista delle attività Optimization.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

There is a new package "OSCARS: Global Bounded Optimization by the OSCARS-II Algorithm" based on variants of the One Side Cut Accelerated Random Search (OSCARS-II) algorithm by C.J.Price et al. It performs black-box optimization of general functions subject to simple bounds and implements a derivative-free stochastic direct search method.

I think this is interesting and would fit into the section on "Global and Stochastic Optimization".

"The OSCARS package provides the One Side Cut Accelerated Random Search
(OSCARS-II) algorithm. It performs black-box optimization of general
functions subject to simple bounds and implements a derivative-free
stochastic direct search method."

I have not performed any tests yet. The hint to the OSCARS-II algorithm provides some credibility, and the examples do run.

Lingua principale
Nessun dato sulla lingua
Stelle
6
Fork
6
Merge medio
7g 7h
PR unite (30g)
3

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di cran-task-views/Optimization

Tutte le issue di cran-task-views/Optimization

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.