Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

OSCARS for derivative-free stochastic direct search

オープン 初心者向け
  • 何か問題がありますか？
#70 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
2/5
見積もり時間
1〜3時間
初心者へのやさしさ
72/100
issue の種類
ドキュメント
明瞭さ
おおむね明確
活発さ
活発
技術スタック
r
領域
documentation

調査の方向性

タスクビューの「Global and Stochastic Optimization」セクションから始め、既存のパッケージがどのように一覧表示されているかを確認します。実行できると報告されている OSCARS の例を確認し、そのセクションに OSCARS を追加する前にパッケージの説明を検証します。パッケージが Optimization タスクビューに一貫して表示されれば完了です。

索引モデルが issue の本文から書いたものです。

説明

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.

主要言語
言語のデータがありません
スター
6
フォーク
6
平均マージ
7日 7時間
マージ済み PR（30日）
3

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

cran-task-views/Optimization のほかの issue

cran-task-views/Optimization の issue をすべて見る

似ている issue

Documentation の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。