※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID） （是／否／其他條件）：是 哪一學年度修課： 109-2 ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 蘇柏青 λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關) 電機所選修 δ 課程大概內容 Theory: - Convex sets - Convex functions - Convex optimization problems - Duality Algorithms - Unconstrained minimization - Equality constrained minimization - Interior-point methods Applications Ω 私心推薦指數(以五分計) ★★★★★ 想學凸函數最佳化理論：★★★★★ 想學凸函數最佳化演算法：★★★★ 熟悉數學證明與操作：★★★★ 線代不好：☆ 期末想拿高分：★★★★ η 上課用書(影印講義或是指定教科書) Boyd & Vanderberghe, "Convex Optimization", Cambridge, 2004 μ 上課方式(投影片、團體討論、老師教學風格) 老師自製投影片上課，內容基本上就是課本內容搬過來後加上老師的補充跟延伸（課本有 些地方寫得很簡單...）。老師的投影片寫得很清楚，上課也講得很清楚，理論的地方是 用比較數學的方式去解釋，所以如果不習慣的話可能要花一點時間熟悉（我就花了很久... ）。下課要找老師問問題也完全沒問題，老師講課的步調跟清楚程度放在電機系內應該也 算非常好的，上課品質很好，少數的缺點應該是人太多，明達205又很破，上課的時候很 悶很臭... σ 評分方式(給分甜嗎？是紮實分？) 有夠甜 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 是兩次小考 z_5, z_6, z_7 是三次作業 z_8 是期末報告 z_9 是講義報錯成績，z_9 = 50 * \sqrt{n}，n是報錯成功次數，第一個回報才算 A = 1/100 * [35 35 30 // 50 50 0 // 5 55 40 // 55 5 40] Fianl score y = ||Ax||_{\infty}，把三個成績根據四種權重取infinity norm就是這學 期的成績，簡單來說會自動幫你最大化這學期的成績。 期中平均5x，總分100；期末平均11x，總分150 第一次作業平均7x，第二第三次忘記了，但應該都差不多甚至更高 小考基本上跟歷屆差不多，平均也7x的樣子。第二次小考因為疫情所以直接算100。 每個分數都算平均，所以如果你期中考50，期末考110，作業都準時交且平均以上（以80算 好了），小考也都考80，沒有報錯沒有期末報告，那你的分數就會是 110*0.55 + 80*0.4 + 50*0.05 = 95 就算你作業跟考試都拿70，學期成績也只會從95變成91。 這不夠佛嗎！？ ρ 考題型式、作業方式 期中期末：兩小時手寫，我都丟到ntu_exam了，有需要的話麻煩自行取用（有用到的話期 末也記得ＰＯ上來讓後面的人看ＸＤ） 作業：有手寫有程式，我覺得不算特別難，有讀就會寫？ ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？ 加簽習慣？嚴禁遲到等…) 全簽，不重視出席。 線代很熟的話佳，懂一點分析的技巧上起課會輕鬆一點，但不懂的話也還是聽得懂。老師 是數奧國手+Caltech PhD，所以數學很強，這門課也非常數學，但老師講解起來還是很清 楚的，真的聽不下去可以去聽Prof. Boyd在Stanford的課程錄影，也很清楚，我後來懶得 去上課都看這個配課本。 https://youtu.be/McLq1hEq3UY Ψ 總結 佛心柏青>< --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.123.244 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/NTUcourse/M.1625473342.A.E71.html ※ 編輯: unmolk (111.241.123.244 臺灣), 07/05/2021 17:24:27