JuliaSmoothOptimizers / JuliaSmoothOptimizers/JSOTutorials.jl
Logistic regression and SVM with IPOPT (or other solvers)
Ouverte
tutorial topic
- Langage dominant
- Julia
- Étoiles
- 7
- Forks
- 10
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Description
- Create an NLPModel for Logistic Regression
- Solve with IPOPT
- Create an NLPModel for SVM
- Solve with IPOPT
Guide de contribution
Ouvrir le guide de contribution
Piste de recherche
Aucun fichier, test ou point d’entrée n’est indiqué. Commencez par localiser l’utilisation de NLPModel et d’IPOPT dans le dépôt, puis déterminez comment les modèles Logistic Regression et SVM sont représentés et résolus. Le travail sera considéré comme terminé lorsque les deux modèles disposeront d’implémentations de NLPModel et pourront être résolus avec IPOPT ou un autre solver pris en charge.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- julia
- Domaine
- machine-learning
- Type d'issue
- Fonctionnalité
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 35/100