线性优化与凸优化 · 修读回执档案

课程内容：全程板书，老师讲的很清晰，会给很多证明，每节课都有note，神。 上课自由度：高。 考核标准：50+50。 授课质量：高。

2025.1.19更新 估摸着是大家期末集体摆烂把老师吓到了，平时分占比改成60%了，而且我的平时分也给满了🥰 但期末是真的难，尤其是我考完大物只剩半天复习，觉没睡够一头栽进早八考场的情况下，分数比我预期的低不少，改卷应该是挺严格的。 --- 课程内容：全英文授课，凸优化导论，包含凸集和凸函数的一些基本知识，以及各种优化算法。 上课自由度：高，从来不签到，我整个后半学期都没去过，全靠回放续命。 考核标准：50%homework（6-7次）+50%final。 平时的作业要是不仔细做，错了之后扣分会有点多，建议多问问大佬，或者去传承上找点往年的题目对照一下（可能助教改得挺严的，我一开始没好好做作业，homework1只有85分，平摊到6次作业，相当于总评直接扣了一分多，还是挺疼的🥺） 授课质量：非常高！老师的英语口语特别好，完全是母语水平🥰（当然中文也是母语水平就是了🤣）讲课深入浅出，PPT质量很高，逻辑清楚，课后复习完全没有问题。 老师也非常有那种“理工男的魅力”，说话做事都很有条理，然后憨憨的也挺可爱😋无脑冲！！！

课程内容：凸优化 上课自由度：高，不签到也不管你在干什么 授课质量：全英文授课+作业，英语的强度有点大，但鉴于所有老师应该用的都是英文PPT和英文作业和考试卷子，所以感觉倒也没太大关系，但听课跟上需要费点力气，作业难度稍高，一半在啃英文一半在啃数学，但题量不大、作业留的次数还少，即使跟不上老师讲课看老师的PPT也能跟上课程，PPT做得可以说是业界良心了（，但英文实在不好的同学建议出门右转杨宽老师

课程内容：线性优化，看PPT就行 上课自由度：随便 考核标准：50%考试，50%作业 授课质量：全程板书推导，老师对这理论明显是熟到冒油。讲得还不错，全程中文讲解，其实那些证明类的推导也不用全揣兜里，听个乐呵就好。作业量适中。可以选。

# 省流：教得好，作业量不大，考试简单，建议所有大学专业课照着凸优化抄作业，抄不明白就别开了。 课程内容： 大概拆成三块，math基础、convex set概念，还有algorithm，到了algorithm这块直接开大，有约束无约束、凸的、非凸的优化问题全给你安排上，gradient descent/newton method的证明精彩到我头皮发麻，kkt和strong duality互推那一段，直接给我天灵盖掀了，醍醐灌顶四个字都显得贫瘠。 上课自由度： 高，不点名，人到不到全靠良心。 考核标准： 考试比较简单，复习把老师最后一节课的ppt outline背熟就能上场，algorithm的iterative process必须给我背得比身份证号还熟；平时作业有python编程实现，可视化啥的老师都帮忙写好了，你只要把主要内容填进去就行，写完作业整理整理，相当于自己白捡了一个优化库。 授课质量： 高！波波全英文授课，口语好听得不得了，slides清清楚楚，每次他一开口说中文，整个教室瞬间充满快活的气息。交大上过的最好的课之一。 我永远爱波波♥️

课程内容：凸优化。 上课自由度：高。 考核标准：平时50期末50。 授课质量：一般般，给分不错，不过学不到太多东西，建议换个老师。 —————————————————— 这帖咋还有人点踩。。。

课程内容：同其他人 上课自由度：极高，做啥都不管，无签到，纯散养 考核标准：平时加期末考试，考试难度低于作业，流程非常机械化，就用上课讲的方法解题，复杂的证明不考，记住知识点即可轻松过 授课质量：不错。全程板书，要是不认真听课容易跟不上，但不影响你做作业和考试（老师会发质量很高的note，堪称救生圈），听了就有收获

课程内容：线性优化与凸优化，听名字就觉得人要变成凸形了 上课自由度：高，不点名，全凭良心来听 考核标准：50作业+50期末，平时分按照作业严格打分，一定要保证正确，作业本上犯错如犯法，零容错率堪称作业界的D级探员。 授课质量：emmm一般吧，老师人挺好的，看出来想教会我们，但是……建议去听江波的课吧（传送门）。

课程内容：Boyd凸优化，吃的是经典配方，吐出来的可能是别的。 上课自由度：高 从来不点名，存在感约等于零。 考核标准：50+50，平时分严格按照作业分数，期末考正常判卷，不太捞也不太严。 授课质量：一坨，知识点的细节讲的很清楚，但是知识点之间的逻辑关系完全没有讲过一点点，导致课程知识体系很混乱，就像给你一堆乐高零件但是永远不给你说明书。一学期课下花了大力气想要弄明白每个知识点是用来解决什么问题的，但是收效甚微，直至期末听了杨宽老师的复习课，如听仙乐。建议出门左转杨宽老师。

讲课范围一骑绝尘，直接把考试要求甩成远处的天际线，适合对自己有 KPI 追求的同学随身携带。老师水平这块，属于降维打击级的。

课程内容：线性优化与凸优化。从期末的考试范围要求来看，比其他两个班扩展了不少东西。只是在一开始没有说清楚哪些不考，导致本人辛辛苦苦听完了所有课程（误）建议只想应付考试的同学一上来先问学长要一下往年的考试范围（可能会改动）。ppt目录如下：1 introduction；2 math review；3 convex sets；4 convex functions part1；4 convex functions part2；5 convex optimization problem part1；5 convex optimization problem part2；6 gradient descent part1；6 gradient descent part2；6 gradient descent part3；7 newton's method；8 proximal gradient descent；9 lagrange condition；10 KKT conditions；11 projected gradient descent；12 newton's method for equality constrained problems；13 barrier method；14 Dual LP；15 lagrange duality in general problems；review。上课自由度：高，不签到，不管你在干嘛。考核标准：六七次作业（包含有编程题）50%+期末考试50%。授课质量：**很高 特别高 讲的特别特别好 很喜欢**，全英文授课，但开始一两节课习惯之后，后面的课程也就不觉得英语是个坎了。思路很清楚，ppt很好看。

课程内容：凸集、凸函数、各种算法、对偶，全英文（除了期末复习课），主打一个“你想逃？边界就在那儿，凸得明明白白”。 上课自由度：不管，真·放养式修仙，来不来随你，反正凸集不会因为你翘课就变凹。 考核标准：50作业 50期末，五五开，像极了命运在你耳边说“来吧，赌一把”。 授课质量：讲得好，考点少，作业不多，期末不难，学得开心，考得高兴，真是轻轻又松松啊，你们有没有这样的线性优化与凸优化啊。

不签到，作业还少，属于选课界的摸鱼天堂。

课程内容：凸函数，凸集合，kkt，CD，牛顿法……（念完这一串嘴都要抽筋） 上课自由度：这种硬骨头课应该没人有心思想别的吧，不过也没签到，旷了也没哪个系统记得你 考核标准：作业50+考试50 授课质量：宽老师会往里猛塞证明，硬生生上成了一门数学课，当你听不懂的时候，那种焦虑是真实可感的，好在考试不考证明。考试前老师会甩一份summary来帮忙复习，考完还会调分捞人。答疑也超级详细。总的来说，宽老师这门课，对英语没什么优势的朋友来说，非常适合冲。

课程内容：优化问题的数学解法、解凸优化问题的算法和Lagrange对偶，名字听着像天书，其实也就是天书。 上课自由度：高，不签到不点名。 考核标准：平时作业（包括writing和coding）+期末考试。难度都不算很高，coding其实是小学期ai编程与实践课教过的内容的应用，代码量很小，像是高配版课后习题压成了小菜。熟练了之后debug的时间也不会很长。 授课质量：高。全英文授课，对英语能力有一定要求，跟得上老师口头讲的内容和只能跟着ppt和板书是两种完全不同的体验，前者像开着导航进山路，后者像被人蒙着眼扔上路。如果能做到前者就基本能在上课的时候形成自己的知识体系，课后甚至考前都不太需要花很大力气复习。 还是很推荐选江波老师的，英语能力和编程能力的训练都挺有用（这英语课不比大英有用多了？/doge）

课程内容：Boyd凸优化那本砖，但是只挑了几块砖盖楼，主要还是ppt唱主角，建议复习就对着ppt磕就行 上课自由度：高，签到就一次还不计分，老师纯属想确认一下大家还活着 考核标准：50平时作业+50期末考试 作业一共4次，基本都是书上原题，抄答案跟点外卖一样好找，严格按每次作业成绩折算给平时分，这块基本不捞 期末七道大题，题量不算少，像一口气爬七层楼，但每个台阶都不算陡，最后判卷也挺捞 授课质量：高，板书+ppt两手抓，一手讲一手写

课程内容：凸集+凸函数+凸优化+gradient decent+newton method+lagrange+kkt+对偶……一整个数学豪华套餐端上来，主打一个先把你拍晕再说 上课自由度：不签到，人少了就在群里探头问问，上课基本放养，主打一个来去如风自由飞翔 考核标准：50%平时+50%期末 授课质量：全英文授课，大部分同学一两节课就适应了，就当你英语听力突然被激活。上课内容挺多，考试内容比较简单，对证明要求低，剩下的可以当ml的入门课尝个鲜。作业分正常作业+编程题，都不算很难，正常作业贴着考试题型喂饭，编程调试能陪你熬到天荒地老。老师和助教都很负责，QQ提问有问必答，堪称人形客服

课程内容：convex set、convex function、convex optimization problem、kkt一溜刷下来。 上课自由度：线上上课，懂的都懂，屏幕这一侧的风吹草动老师大概只能祈祷。 考核标准：平时四次作业（撂着答案供参考，按时写完按时交基本都镶满地满分），逢上期末考试，五五平分，各拿一半。 授课质量：挺好的，涂老师讲得虽说不算往深处刨，但对付这门课的考试那横着都够用了。今年期末individual感觉也偏温吞，放了一条活路。

建议各位上课认真听 不然期末就会对着这门没什么资料的课抓狂 尤其是中文教材和老师用的英文ppt有时候跳跃性比较大，像在两个平行宇宙之间来回弹射 一定要认真听课！55555555 我就是小丑

课程内容：以Boyd那本凸优化的书为骨架，挑一部分内容来讲，上课跟着老师自己的ppt走。 上课自由度：线下的时候可能喊人上黑板爬题，不过纯自愿，可能有总评+0.5的奖励；线上就是彻底放飞。 考核标准：50%作业（整个学期只放4次，完完全全就是Boyd书后题，网上很容易找到答案；页面上白纸黑字写了delay要扣分、48h后unacceptable，但到了期末老师还是会让大家补交）。50%期末（7道大题，每道题下还挂几个小问，难度大于上课例题、小于作业）。 授课质量：老师会挑些例题带大家从头写一遍过程，并反复强调自己动手写一遍、体会思路有多重要；上课侧重于挑低维的例子来帮你啃抽象计算，比如从高中求二次函数极值/点到函数最大距离切进去，慢慢把公式往更广义的方向吹。第一遍学尽量跟着老师走，把公式推导理解透；复习的时候定理推导这类实在记不住就别硬看了，把重心压在老师给的例题过程上，把题里冒出来的那几个公式背一背（一学期下来也没几个），知道怎么套就行；哪怕你只把上课例题全摸透怎么做，期末分数拿个六七成应该也是没问题的。