江波 · 线性优化与凸优化修读档案

课程内容：线性优化和凸优化。 上课自由度：高，不签到不小测。 考核标准：期末50+平时50。 授课质量：全英文授课，内容非常严谨，以数学证明为主，逻辑清晰，但全英文+全是数学证明，一旦没跟上就相当难受。考试难度远低于教的难度（基本没有证明）。想把江老师讲的内容吃透还是有点难度的，但要应付考试不需要这么多。相比其他老师，江老师的课明显偏重证明，把数学原理讲得很明白，如果希望把原理搞明白，还是挺推荐的。注意作业最好认真检查再交，我因为作业的0.2分被卡绩了。

课程内容：主要是凸集，凸函数，优化问题和方法、算法这些，听起来就像是把有棱有角的世界强行磨圆。 上课自由度：很高，无签到和点名，在下面做什么都可，教室前排前排像是摆设。 考核标准：期末出了个KKT条件验证不了的乌龙，至今不知此题如何给分，属于悬案级别的作妖。平时作业的话，后几次的作业都有指出问题，但是前几次没有指出，也不知道被扣哪里了，还是希望助教老师可以直接在评论里指出来哇，省的QQ去问了。 授课质量：讲的非常条理清晰，就是全英对于煮啵这种听力不好的话有点催眠，像听着雨声入睡，但是老师语速不是非常快，发音非常标准，所以勉强可以跟上。PPT非常非常适合自学，lz有时候上课板书没跟上，会看PPT也可以理解。老师个人魅力很强，儒雅端谨之余不乏风趣，属于既有板书又有段子的复合型选手。

课程内容：凸的相关概念（集合与函数），再加几种算法。 上课自由度：高，从不签到，从未小测，主打一个你爱来不来。 考核标准：试题难度一般，阅卷不算松也不算紧。考前一天复习加整理小抄，再花半天刷点题，基本就能复习得不错。值得注意： 1. 这是一门对证明要求不高的课，几乎只要掌握算法（外加前面凸的相关证明）。 2. 这门课需要一定线代基础，比如矩阵求导。 授课质量：高，英文授课，前几周用来适应语言，后面语言问题基本不是事。 不过作业在canvas上有些扣分，我作业扣得还挺多，不知会不会影响平时分，等小分出来再update。 0125 update: 因为作业扣分，平时分那部分导致总评被-2，确实是自己作业有时写得有问题，但感觉有点肉疼了。 考虑到别的班作业貌似交了就给满，评分5->4。

课程内容：凸集，凸函数，条件，优化方法，属于把凸字从头凸到尾。 上课自由度：完全不管，不签到，说的小测也没有了，几乎随便翘，翘到老师可能都以为你退课了。 考核标准：50%平时+50%期末。老师发了总结，有cheatingpaper，一学期完全没学，考前一天速通，做题感觉比另外几门好太多了（追求学积分还是好好学，要求没那么高的优先复习大物和数据结构吧，这门相对容易速通）。 授课质量：没听过，不知道，属于是我和老师互相保持神秘感。

课程内容：凸集、凸函数、凸优化问题（最优化条件、对偶、算法）——一套数学界的"减脂增肌"套餐。 上课自由度：高，不点名。开学嘴上说有小测，结果纯属气氛组，连个影儿都没有。 考核标准： - 平时作业 50% - 6次作业，每次限时一周左右 - 后期有代码题 - 期末考试 50% - 本学期允许带一张 A4 正反面 cheating paper - 以应用（计算）为主，证明只考察集合/函数的凸性，难度完全不必担心——建议把担心省下来担心别的课。 授课质量：高，课件逻辑性强、老师思路也非常清晰。但因为是全英文授课，听起来比较费神，可能不自觉地就会走神——就是那种脑子刚跟上，眼皮开始罢工的微妙体验。

# 老师的英语发言真的迷人至极，冲！ 听说江老师自小在美国念书，因此吹来的是一口美式原味的英语，然而在之组合的是他的声音条件，同意楼下，的确感觉有几份…sexy。本人本来掠到的是杨宽老师的课，可一节江老师的人肉放送听完就被他声音逮捕了脚踝，自此之后再也没有回过杨宽老师摆经了。 老师藏在罩内的闪光好像其他人都已经放过榜单了，这里我也不再重复播片。 顺便还是要把这次考试推到台面嘟两句下：完全化身成拿着大勺刷计算的工具流，毫无提示弯道技巧可言，并且长得和之前真题的題型几乎同锅同坑。可不可以说哪怕平时一节没学，考前两天翻一遍真题开片就能考，而用心跟着推演复习的你，最后斩下的效果又能差出半条沟呢？而且考卷的计算域极大，大部分人大概率是会算不完被正点逐出的。如此一来，若考的是操纵算力而不是反口营养，那倒不如知识也不要了卷一张算力奥赛卷就好啦。

课程内容：凸优化相关知识，主打一个把"凸"字念到嘴起泡。数学基础（线代等等）、凸集、凸函数、凸优化问题、不同约束下的解法（lagrange和KKT条件）、各种约束下的梯度下降、牛顿法、barrier method等算法、对偶问题，一条龙硬核套餐，吃到一半就想喊救命。 授课过程偏重证明，较难；作业分书面作业和算法编码实践，难度适中，不像纯抄写那么离谱；考试运算量大得离谱，难度全在算上（当然没考好很大一部分是我突击复习不到位，这锅我背）。 上课自由度：高到像放养，从无签到也从未有过相关要求，老师佛系得像在山里闭关。 考核标准：往届期末平时五五开，这届在上调一部分作业得分的同时改成四六开（可能是这次考得确实比较难，大伙成绩都不太乐观），比例一挪，心跳跟着重新分配。 授课质量：江波老师全英文授课，只在解释名词时偶尔甩出中文释义，口语流利到起飞，发音特别好听，可以说是有一点……sexy？PPT是latex做的，条理清清楚楚，上课复习两开花，用着都很舒服。 我的英语底子奇差，简单部分还能心领神会，难的部分直接数学和英语双重暴击，坐那儿听天书；想搞懂基本得课后做作业时看回放重听。所以江老师的讲课水平我也不方便多评，毕竟英语水平卡着，体验不完全hhh，但从他丰富的PPT例子、理论实践结合的作业安排看，足见他对授课很有方法和思考。

课程内容：线性优化与凸优化，全英文授课（最后一节课总结知识点突然切回中文，像大片结尾彩蛋说母语），内容包括凸集、凸函数、凸问题的概念性质介绍，求优化问题的拉格朗日法、KKT条件、对偶问题，以及求优化问题常用的算法（梯度下降、牛顿法等）——听着像高数plus会员全家桶。 上课自由度：高，不签到，上课不管你干什么——这不是课堂，这是自习室借了个老师在台上现场输出。 考核标准：50平时+50期末——平时和期末五五开，各占半壁江山，主打一个雨露均沾。 授课质量：高。虽然是英文授课，但老师讲得很清楚。老师人也很好，很有一种学者的气质。老师的PPT是那种全是干货，**没有一点废话**的风格，比较适合拿来复习——PPT干净得像被优化过一样，废话直接被梯度下降掉了。

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

# 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♥️

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。

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：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

上课自由度：高 考核标准：还没有考 授课质量：高 简单盘一下凸优化三位老师的门派心法，以及课程内容跟授课风格到底是啥关系（本人坐江老师教室，室友分别供着杨宽和涂老师） 涂老师：中文授课，授课内容对着考试打靶，作业量少、而且出题也是奔着考试去的，课程难度体验上比杨宽那边低出一截，授课水平能接受 杨宽老师：中文授课，授课内容额外塞了不少扩展和证明，作业量适中但难到挠墙，授课水平高，学生来问他问题他会热情接招，适合数学底子厚或者想往深里钻的同学去挑战自我 江波老师：江老师是马塞诸塞州大学毕业博士，课程全英文授课，授课内容除了课内知识点以外，一举例就掏出机器学习各种算法的原理，质量非常高，slide和授课水平都非常好，数学学渣也能给你教会。作业不少，但里面有特别有趣的算法代码作业，难度适中。老师为人和蔼，还有点儿腼腆。 如果你的**英文水平能接得住他第一节课**，同时又对ML感兴趣、或者自己入门ML看不懂原理证明看得很难过，想体验一把美本教学，数学水平又不敢去碰杨宽，选江老师就完事了

课程内容：凸优化，不是教你“把凸的捏圆”，是教你把函数按在地上摩擦到服气 上课自由度：高，至少我上过的几次没点名，老师跟失踪人口似的，教室全勤靠自觉 考核标准：作业+考试。作业分programming和writing两路，细节请看其他评论，我这条不抢戏 授课质量：我退了他的课，但锅全在我自己——英语太差，属于我菜我认。老师讲课清晰得像PPT开了光，内容丰富逻辑完整，一个概念甩一堆例子帮你理解，一看就是肝了不少心血做的。节奏也拿捏得不错，就是英语语速可能有点起飞，这个因人而异，你耳朵跟不跟得上另说。英语好又有点python基础的，放心冲。我退课纯属我个人装备不够，不怪副本

课程内容：凸集-凸函数-对偶-梯度下降-newton-lagrange-kkt……名词一串串往下砸，像考试前排着队报菜名。 上课自由度：高，老师课前把slides甩给你，早八一堆人没来也不扣分，还在群里问是不是讲太难把大家劝退了。 考核标准：平时成绩*0.5（大概10多次作业取平均值，不给调分，大家大概45/50左右。每次四五个题，开头有些证明很劝退，后面大多是编程题[python，有点小♂，助教给框架]）。期末*0.5（7个大题，老师考前给你划范围，平时课上难啃的部分会划掉，考试范围因此不大，一般人期末周压缩一天就能复。难度算不上高，计算量是真大，知识点得门儿清，证明要求不算多。英文题目，三个班一套卷）。 讲课质量：高，老师讲得不孬，但有时候证明挺费脑子，又是全英文授课，理解起来有点吃力，所幸考试和后面的作业并不卡你。要是只想水过，建议出门右转奔t老师（中文上讲台，平时作业都是书上的，还有答案，不搞编程，49/50轻松写意），而y老师那边平时分据说比我们还低一点（据说是上课不用ppt的板书老师，更看重证明，还爱讲些收敛速度之类的，编程很少）。总之，是门值得好好学的专业课，推荐江老师！

课程内容：如题，大概会复习几节课的数学基础，然后就是介绍各种凸优化方法，复习环节相当于开图前的新手教程。 上课自由度：无签到，现场查无此人也毫无痕迹。 考核标准：作业+考试，朴素得像菜单上两个大字加个蛋。 讲课质量：高，但英文不好小伙伴慎选，坐牢——那种人在教室魂在门口查词典的牢。