伯克利 CS227 凸优化

课程名称： Convex Optimization
课程官网地址：伯克利CS227a/EE227BT课程官网 、EE 227C 2018年春 先修课程： 无
重要程度： ※※※※※
课程评点：

课程说明

优化理论在伯克利分为难度不断进阶提升的三堂课：

• EECS 127：工程优化模型
• EE 227BT（凸优化）取代了以前EE 227A的课程，未来这门课会更名为EE 227B，这里的“T”是临时的意思
• EE 227C（凸优化与逼近）：Convex Optimization and Approximation

凸优化：凸性、圆锥优化、对偶性、KKT 条件。鲁棒优化：鲁棒优化、机会约束、应用。 凸优化作为硬决策问题的系统逼近工具。组合优化问题、随机规划问题、稳健优化问题（即具有未知但有界数据的优化问题）、最优控制问题的近似。所得近似值的质量估计。在鲁棒工程设计、统计、控制、金融、数据挖掘、运筹学中的应用。