最优化方法导论 - 张利军¶
基本信息¶
- 课程号:
30000120 - 任课教师: 张利军
- 上课专业: 信计
评价 1¶
评价者信息¶
Tag：保研；Rank 5%；2023 Fall修课
Score：94
关于老师¶
由 AI 学院的张立军老师授课，老师本人方向偏向机器学习理论，跟课程内容还算比较对口。
前置知识¶
线性代数（范数、矩阵求导等）
课程内容¶
凸优化相关的基础内容，包括：
- 数学基础
- 凸性判断
- 对偶问题与拉格朗日乘数法
- KTT 条件
- 梯度下降
- 线性规划
都是凸优化中最基础的内容，主要难点来自于矩阵运算（求导、取极值等）的规则。对偶问题和 KTT 条件的推导比较省略，需要背公式。
作业、考试与得分¶
基本为上述每两章对应一次作业。单次作业包含一些基础的题目，耗时约 5 小时。
考试难度远低于作业，会考察一些来自于作业的概念和技巧（和密码学原理感觉很相似）。
学习指南¶
这门课之前章节的一些技巧在后面的章节中才会实际应用到；所以听不太明白是正常的，对着 ppt 能理清逻辑即可。
如何贡献¶
请查看评价指南了解如何评价课程！