Hacktoberfest 2026:維護者為十月標記出來的 issue,仍然開放、適合新手。 瀏覽 Hacktoberfest issue

Tuning using RandomSearch

未關閉
#86 0 則留言 0 個 reaction 已指派 0 人 在 GitHub 檢視

還沒有人認領這個 Issue。

評估

難度
3/5
預估耗時
1-2 天
新手友好度
35/100
Issue 類型
文件
描述清晰度
基本清楚
活躍度
停滯
技術堆疊
julia

研究方向

閱讀連結的 MLJ 手冊中關於使用隨機搜尋進行調校的部分,包括其中引用的 StatsBase.fit 文件字串。使用這些範例來確定相關的教學內容,並新增一個基本的隨機搜尋調校範例;當教學涵蓋該範例以及已記錄的擬合前行為時,這項工作就完成了。

由索引模型根據 Issue 內容生成。

描述

new tutorial suggestion

Be good to add this. Very basic example is in the manual:

https://alan-turing-institute.github.io/MLJ.jl/dev/tuning_models/#Tuning-using-a-random-search-1

which also includes the detailed doc-string. The doc-string for StatsBase.fit there also has relevant information about how various distributions get fit to a range if an explicit prior is not specified.

主要語言
ReScript
星號
126
分支
19
PR 合併指標
30 天內沒有已合併 PR

環境準備

這個專案沒有提供開發容器、Dockerfile 或貢獻指南,環境需要你自己搭建:先看它的 README,通用步驟見我們的新手貢獻指南。

從這裡開始

  1. 先讀完整個 Issue,再讀專案的貢獻指南。
  2. 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
  3. Fork 儲存庫,在一個分支上完成修改。
  4. 送出 Pull Request,並在描述裡引用這個 Issue 編號。

JuliaAI/DataScienceTutorials.jl 的其他 Issue

查看 JuliaAI/DataScienceTutorials.jl 的全部 Issue

相似的 Issue

更多 Documentation Issue

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。