选课类别:计划内与自由选修 | 教学类型:理论课 |
课程类别:本科计划内课程 | 开课单位:计算机科学与技术系 |
课程层次:专业选修 | 学分:2.0 |
本课程是凸优化理论的基础导论课程,凸优化是一个非常强大的建模工具,广泛应用于计算机科学和工程领域(机器学习、网络、信号处理、控制等)。该课程为优化算法的设计和分析提供了现代先进的数学工具,并将展示许多实际应用案例。
课前说给分一定宽松,一定往高抬分,然后你猜为啥只有5个人选?
中间退课了1位哥,只能说明智。
承诺绝对不会卡优秀率,结果根本用不到,笑死。
给分究极杀手,只能说别来。
本学期给分非常非常好! 我们两个人 (是的, 本学期就剩两个学生了 555) 都是 96 分. 本学期给分方式为作业 60%, 期末 40%. 作业, 考试都有一定的额外分数(额外分数会直接算进最后的成绩), 如期末有 10 分选做, 总成绩中通过考试最多能拿到 \(\frac{110}{100} \times 40\% = 44\) 分. 最后似乎还有一丢丢向上调分 (后续选课时如有疑虑, 可以提前问老师如何给分)
课程内容是 EE364A 中比较基础的部分, 内容并不算难, 老师讲的也很不错, 但因为小班互动比较多, 上课略有些压力. 不过收获还是挺大的.
作业难度较高, 写着很费时间, 且没有答案 (本学期有助教考前一对一讲解, 感谢感谢)
整体是很不错的课程, 希望以后能有更多的同学来选!!!
非常好的优化入门课,Nick上课十分轻松,加上小班,常常有互动,虽然课程有一定难度,教材是stanford的cvxbook,但是这门课只上最基础的部分,所以相对比较友善(?)一点瑕疵就是作业没有reference answer(.
课程内容包括凸集Convexity,凸函数convex function,优化问题的分类,对偶原理Duality,Decent method( 梯度下降,牛顿法,以及加上约束的内点法),和Apllications(介绍,不考).虽然最后只学了点皮毛但是感觉收获还是挺大的.