derivative-free-optimization
Optimization without gradient information
它会碰到什么
扫了多少1 个文本文件，1 KB
它会碰到什么不碰外部（只输出文字）
命中总数0 处
命中统计严重 0 · 高 0 · 中 0 · 低 0
这一栏是扫描器报的事实，不是结论。命中多不等于有毒（安全工具、规则库、示例脚本本来就会包含危险写法），命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系，需要你自己看。
技能内容
Derivative-Free Optimization
Purpose
Provides optimization capabilities for problems where gradient information is unavailable or unreliable.
Capabilities
- Nelder-Mead simplex method
- Powell's method
- Surrogate-based optimization
- Bayesian optimization
- Pattern search methods
- Trust region methods
Usage Guidelines
- Method Selection: Choose based on problem characteristics
- Function Evaluations: Minimize expensive function calls
- Surrogate Models: Build and refine surrogate approximations
- Exploration-Exploitation: Balance search strategies
Tools/Libraries
- scipy.optimize
- Optuna
- GPyOpt
想直接用这个技能？
本站把开放许可（MIT / Apache 等）的技能按仓库打包整理到网盘，点一下转存到你自己的网盘，不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接，不打包。
它属于哪个仓库
星标★ 1,796
本站分层T1
该仓技能数2115
原文件路径
library/specializations/domains/science/mathematics/skills/derivative-free-optimization/SKILL.md