※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）：是 哪一学年度修课： 109-2 ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 苏柏青 λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关) 电机所选修 δ 课程大概内容 Theory: - Convex sets - Convex functions - Convex optimization problems - Duality Algorithms - Unconstrained minimization - Equality constrained minimization - Interior-point methods Applications Ω 私心推荐指数(以五分计) ★★★★★ 想学凸函数最佳化理论：★★★★★ 想学凸函数最佳化演算法：★★★★ 熟悉数学证明与操作：★★★★ 线代不好：☆ 期末想拿高分：★★★★ η 上课用书(影印讲义或是指定教科书) Boyd & Vanderberghe, "Convex Optimization", Cambridge, 2004 μ 上课方式(投影片、团体讨论、老师教学风格) 老师自制投影片上课，内容基本上就是课本内容搬过来後加上老师的补充跟延伸（课本有 些地方写得很简单...）。老师的投影片写得很清楚，上课也讲得很清楚，理论的地方是 用比较数学的方式去解释，所以如果不习惯的话可能要花一点时间熟悉（我就花了很久... ）。下课要找老师问问题也完全没问题，老师讲课的步调跟清楚程度放在电机系内应该也 算非常好的，上课品质很好，少数的缺点应该是人太多，明达205又很破，上课的时候很 闷很臭... σ 评分方式(给分甜吗？是紮实分？) 有够甜 Midterm x_1 Final x_2 Other x_3 x_3 = f(z_3, z_4,..., z_9) = f(z) = a^Ts(z), where a^T = 1/10 * [4 3 2 1 0 0 0] and s() is the descending-sorting function. z_3, z_4 是两次小考 z_5, z_6, z_7 是三次作业 z_8 是期末报告 z_9 是讲义报错成绩，z_9 = 50 * \sqrt{n}，n是报错成功次数，第一个回报才算 A = 1/100 * [35 35 30 // 50 50 0 // 5 55 40 // 55 5 40] Fianl score y = ||Ax||_{\infty}，把三个成绩根据四种权重取infinity norm就是这学 期的成绩，简单来说会自动帮你最大化这学期的成绩。 期中平均5x，总分100；期末平均11x，总分150 第一次作业平均7x，第二第三次忘记了，但应该都差不多甚至更高 小考基本上跟历届差不多，平均也7x的样子。第二次小考因为疫情所以直接算100。 每个分数都算平均，所以如果你期中考50，期末考110，作业都准时交且平均以上（以80算 好了），小考也都考80，没有报错没有期末报告，那你的分数就会是 110*0.55 + 80*0.4 + 50*0.05 = 95 就算你作业跟考试都拿70，学期成绩也只会从95变成91。 这不够佛吗！？ ρ 考题型式、作业方式 期中期末：两小时手写，我都丢到ntu_exam了，有需要的话麻烦自行取用（有用到的话期 末也记得ＰＯ上来让後面的人看ＸＤ） 作业：有手写有程式，我觉得不算特别难，有读就会写？ ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 全签，不重视出席。 线代很熟的话佳，懂一点分析的技巧上起课会轻松一点，但不懂的话也还是听得懂。老师 是数奥国手+Caltech PhD，所以数学很强，这门课也非常数学，但老师讲解起来还是很清 楚的，真的听不下去可以去听Prof. Boyd在Stanford的课程录影，也很清楚，我後来懒得 去上课都看这个配课本。 https://youtu.be/McLq1hEq3UY Ψ 总结 佛心柏青>< --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.241.123.244 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1625473342.A.E71.html ※ 编辑: unmolk (111.241.123.244 台湾), 07/05/2021 17:24:27