课程名称： Convex Optimization
官方入口： 课程主页
课程层级： 研究生核心数学课
先修要求： 线性代数、概率、微积分、基础机器学习
重要程度： ※※※※☆
课程定位
10-725 是 CMU 机器学习与统计体系里非常重要的优化课。课程不只是讲标准凸优化理论，还会把优化和统计学习、算法设计联系起来。
核心内容
- 凸集与凸函数
- 对偶性与最优性条件
- 梯度法、牛顿法、镜像下降等
- 优化在机器学习和统计中的应用
为什么值得学
CMU 的很多高级 ML 课都会默认你理解优化基本语言。10-725 就是这层数学的主入口之一。