上海科技大学2020春学期凸优化课程学习指南

"该资源是上海科技大学2020年春季学期线上教学的凸优化课程学习指南，旨在帮助学生在疫情期间远程学习凸优化课程。课程由石远明教授授课，并配有四位助教协助教学，包括考勤管理、作业批改和答疑等。课程将通过录播视频、教材、讲义PPT、参考资料等多种形式提供教学内容，学生可提前3天通过网络平台获取。课堂互动将通过腾讯会议、班级QQ群和Piazza进行，包括课程讲解、答疑、讨论和作业布置等环节。课程主要参考教材是《Convex Optimization》(S. Boyd and L. Vandenberghe)，并推荐了其他几本优化领域的经典书籍作为补充阅读。" 这篇学习指南详细介绍了凸优化课程的基本信息，包括课程代码、授课教师和助教团队的联系方式，以及他们各自的工作职责。此外，还明确了线上教学的方式，强调了录播视频的发布和在线互动的教学模式，以及所使用的在线工具。课程资源的获取途径也进行了详细说明，确保学生能够及时获取到课程资料。 凸优化是一门重要的数学学科，它在人工智能、机器学习等领域有着广泛的应用。这门课程不仅需要理论学习，还强调实践操作，因此，学习指南中的互动环节设计是为了促进学生对概念的理解和技能的掌握。参考书目则提供了深入学习和研究的扩展资源，包括《Numerical Optimization》(J. Nocedal and S. Wright)、《First-order Methods in Optimization》(A. Beck)和《Nonlinear Programming》(D. Bertsekas)，这些书籍涵盖了优化问题的数值方法、第一阶优化算法以及非线性规划等主题，对于深化对凸优化的理解至关重要。