作为今年的助教来评价一下这门课。

一门课的评价实际上和时代有很大关系，现如今AI的能力超速发展，今年应该算是数学课受到AI严重冲击的一年。现在自学几乎是零成本，而学生们也不知道未来何去何从，于是在一门课上学到知识的需求对学生们来说微乎其微，选课的目的应该大部分只是获取那个学分吧。

至于课程本身，我认为课程的设置本身是没有大问题的。课程从凸优化的数学基础到对偶理论，再到各类经典的优化算法，并且还会涉及一小部分的前沿工作介绍，内容上来说是完全足够的。课件也是写得很详细的，各种定义定理数学推导、每个算法的具体收敛性分析、具体算法的应用举例基本上说是一应俱全，我认为即使到了AI数学能力如此强大的今天，依然可以把这个课件当作参考资料翻阅（事实上这两年来我就是这么做的）。

而至于授课，今年不太一样的是两位老师共同授课。陈老师的授课总体来说还是很不错的，虽然说没有数院传统教师们的授课的大师风范，板书和口头讲解确实是有有待提升的地方，但是至少每个细节都讲得还是比较清楚的，涉及较难理解的地方陈老师通常会从最简单的例子开始在黑板上一步一步计算，这点我认为是很好的；以及陈老师上课过程中会指出哪些内容是需要掌握、哪些是只需要了解的，还会在课上分享一些自己平时使用大语言模型的经验（以及其他诸如此类没有在讲义上体现的分享），这些我认为还是上课相比于对着讲义自学的优点。相比之下宋老师的授课看起来确实有些经验不足（也有可能是专业水平限制？）听着就比较像念PPT，板书也比较少。（不过反正那个时候都已经没什么人来上课了，宋老师估计也没什么讲课动力吧）

至于课程评分体系，学期初给出的参考比例是 20%平时作业（一共五次）+15%程序作业（一次）+15%课程汇报（一次）+50%期末考试，根据往年经验貌似总评会远高于这个比例的给分，不知道今年会如何。我认为事实上由于AI的存在，这门课已经不麻烦了，毕竟同学们的作业基本也都是参考了AI甚至于直接用AI生成的，这可以认为做作业其实几乎是没什么成本。而以往在AI的数学能力还不够发达的时候，确实做类似的数院课作业是非常痛苦的（呃就是说别忘了这归根到底还是一门数院课）。当然今年的作业难度也没有很高了，虽然ddl时间设置的不太固定，但出于这门课显现的佛系氛围，几乎除非迟交很多的作业都不会怎么扣分，因此我认为书面作业这一点是没有怎么为难同学的。程序作业在形式和往年相同的同时增加了AI使用说明（毕竟AI编程的能力太强大了），但总感觉同学们的AI使用说明也有点像AI生成的，我认为在这一方面确实得考虑一下程序作业的改革了，怎么在能使用AI编程的情况下让作业更有意义一些。而至于课程汇报pre，这一点的设置我觉得是没什么争议的，只不过宋老师貌似在这方面确实没什么经验，导致对汇报的要求以及在汇报期间提出的问题似乎都有一点无厘头，可能会让人觉得在为难同学，但我看来确实是宋老师的经验缺失而非有意的为难。包括后来额外添加的小测，其实原本课程是没有设置小测的打算了，可能宋老师上课的时候人确实太少了（不过根据我的观察，上课人少不是这一门课的特例，而是几乎所有数院课的到课率都很低），就设置了同学们都深恶痛绝的小测。

对于期末考试的话，试卷风格还是秉承往年，非常抠细节，并且主要考察计算推导。至于这样的风格好不好的话感觉因人而异，不过我个人觉得除了判断题要写理由有点反人类之外，其他的实际上大部分是一些基础的计算与核心的算法知识，还有一些细节的边角知识来增加区分度，所以这张试卷设置的还是比较合理的。总之我在改卷时判断题只要写了理由并且能沾上一点边就给分（其实理论上判断Nesterov加速梯度法的收敛速度还要给理由太诡异了，所以这题不写理由我也给分，写”是的，Nesterov很好“的同学也给分），而二三题基本上就是基础得不能再基础的计算（如果你连绝对值函数的次梯度都不会计算那还说啥了），甚至于第三题完全给了计算提示的，就是一道线代验算题我都没想到有那么多人矩阵乘法乘不明白，计算之前能先把矩阵和向量的维数搞清楚吗，当然实际上我给分还是非常宽松了， 后面三题不是我改，但从题目来看SGD和ADMM都是很经典的优化算法，最后一题也是一些常用的推导方式，陈老师也划过重点，总的来说应该算是不为难人的一张试卷了。总之从最后卷面成绩来看，64分的平均分确实是超越了往年，不论是判卷松度的原因还是真的试卷简单了，总之这个结果应当还是可以接受的。

当然这门课确实有一些小问题，主要是两个老师共同授课会造成一些不协调的影响。比如我们助教和宋老师的交流协调出了一些问题导致6月4号汇报的同学不仅白来还被迫硬控听我们讲得很烂的习题课（当然实际上习题课我认为完全是没必要的，往年实际上就没有这个设置，尤其今年大家的作业基本都是AI辅助来写，应该不存在有题目不懂的情况），再加上个人认为宋老师某些安排确实比较奇怪（不是带感情色彩，就是和个人印象中的数院老师会做的安排不太一样，我将其归结于经验不足吧），因此扣一分吧。

虽然总评还没出，希望能让大家获得一个满意的总评吧，毕竟给分好原本也是这门课的标志（）。

今年由于期末考成绩的提升，按照比例计算出来的总评似乎也不是很难看，估计调分力度会很小。

本科最后一门课，几乎没去听过，感觉这次考试怪怪的，不算难但是好多感觉不咋重要的知识考了一堆，我显然更是没复习到的，令人玉玉，感觉做这个优化也学不明白这个最优化。

目前卷面84，作业什么的都没什么问题汇报还额外加了一分，似乎参加过两次小测不知道一共几次，如果按照最开始说的算分公式那么给分应当是相当好的，虽然拿很高的分数也应当是相对困难的。不过我还是感觉优化的课不太适合系统学习，或者不太有非常成体系非常舒适的课程安排方式，不知为什么。

总评是92，比按最开始的比例算出来还低一点。即便如此感觉也已经算是很不错的给分了，因为大家卷面分很高。不过由于高分比较难拿所以还是算一般吧。个人感觉计算数学的课都不太容易拿特别高的分，这门课想要考很高还是要面向细节学习与复习，不过学到思想是更加重要的。当然优化的知识是比较杂的，导致这个课通识的感觉更重一些（但也只能这样），所以真想研究某些更加具体的内容还是要面向文献学习，不然约等于什么也没学到。如果学过运筹学那么这个课是不是很推荐的，因为事实上课程内容是差不多的并且这个课从各种意义上看也显著是比那个拉一些的（唯一好处可能是可以水学分，但也不是那么容易水）。学期初想通过本课程系统学习优化的知识，导致最终也决定不退这个课，目前看这个决策是比较的错误的，因为复习使得我没有时间与朋友们狠狠拍毕业照😭😭😭通过这门课系统学习优化的必要性大概不是那么强。

两周没来上课,发现上课人数从10个人变成了6个人,甚至有四个还是因为pre不得不来的,我真蚌埠住了)

孩子们，要复习的也太多了

大题：次梯度、bfgs证明、SGD随机算法、ADMM、松弛

每个大题平均3个小问，每个小问连问三问，麻了，考的很杂很细，讲义边边角角

今年期末平均分64左右，应该是历年最简单，平时分基本交了到了就满

不过吐槽一下这课事情真多：5次作业+1次程序作业+1次论文汇报+小测/点名加分

一次课没去过，最后花了三天突击差点没复习完，最后卷面85总评92，给分还行

另外正如助教上面说的，我的AI使用说明就是AI生成的（

真的学不明白，希望期末能捞

已考逝，次梯度的运算，bfgs作业题有，随机梯度写了后面简答的两问，admm卡了好久，最后一题没看