杨紫雯 · 线性优化与凸优化修读档案

大二下补档 说实话这门课我是跟着 b 站中科大的凌青老师学的，杨紫雯的 PPT 起到一个“对齐进度和难度”的GPS作用，指个方向就行。梳理明白后这门课也不算很难，最后给分很好。综合来看可以给到夯。要是老师讲课质量再提一提，可直接封神中神。

课程内容： 上课自由度：高高高，来的人寥寥无几，老师还明确表态：不签到，随便你。 考核标准：上课阶段感觉有点云里雾里，之后基本靠ppt自学撑住，但考试相对容易，没什么复杂证明下狠手，老师也挺能捞的。 授课质量：一般（大概因为是头一次讲），但老师本身相当有耐心，光靠ppt自学一点毛病没有。

课程内容：线性优化与凸优化问题的概念（凸集，凸函数，凸优化定义这堆外加相关线性代数底子）在不同约束条件底下的解法（单纯形法，KKT，Lagrange乘数法之类的）还有实际应用里的近似算法（各种梯度下降）。上课偏向证明与逻辑链推着走（告诉你为什么能这么优化），但课后作业整体还是偏算法的具体实现，运算和往程序上落地（py调个包这点事儿）。 这学期新规定期末开卷（可以带一张A4纸），据说是因为前几年期末全在考计算，所以今年要加大思考量（） 更新：结果依旧是几乎全计算。所以这课考核的重心还是死死压在计算上。 上课自由度：高，无签到（可能会有课堂测验来实时摸一下教学情况，但不会算平时分） 考核标准：50%作业（十次） 50%期末 授课质量：老师也许在经验上确实还欠点火候（毕竟年轻而且是第一年开课），但个人感觉老师还是很有活力且十分亲善的。因为摸不清同学们的接收情况，会很耐心地询问，还从各种渠道捞教学反馈。课上即时反馈不好的部分会耐心重讲，而且为了照顾我这种线代菜鸡，前期会一步一步手推过程。 但可能也是因为经验不太够，有时教学节奏把控会出点小状况。前期在一些简单、而且线代课上早就提过的概念上花了大把时间（可能因为我们没给反馈吧），导致后期一些我个人觉得对理解特别重要的定理证明和逻辑链推导反倒被一笔带过了。（以及老师有时候的板书确实抽象得只能意会）不过整体来说，只要跟着课上的思维走，课后写作业时多看两眼PPT，个人觉得整个体系还是讲得相当清楚的。 本人线代底子稀烂而且线下上课容易灵魂出窍，中后期察觉课上可能跟不上老师的节奏就转去canvas上课了。由于本课很多部分逻辑链贼长需要一口气消化，所以逻辑链有一处断片就直接暂停自己搞明白，之后整条逻辑链就能顺滑地理下来，个人感觉在这课上此法有奇效。当然有不懂的也可以直接问老师，老师都会很耐心地从零讲起（哪怕我12月还拿着11月的ppt问老师问题）。 出分更新：11月之后一次没去小测没做，平时分直接给满，感觉期末也捞了挺多。杨神伟大！（但是这期末卷子出得确实一言难尽）