斯坦福 EE364A 凸优化

课程名称： Convex Optimization I
官方入口： 课程主页
课程层级： 本科高年级 / 研究生核心数学课
先修要求： 线性代数、多变量微积分、基础概率
重要程度： ※※※※※

课程定位

EE364A 是 Stanford 最经典、最有影响力的优化课之一。对 ML、控制、信号处理、图像处理、运筹和理论方向学生来说，这门课几乎就是“凸优化语言”的标准入口。

核心内容

• 凸集与凸函数
• 无约束与约束优化
• 对偶性与 KKT 条件
• 最优性条件与算法设计
• 在机器学习和工程中的典型应用

为什么特别重要

很多研究生课默认你知道凸性、对偶、拉格朗日乘子和优化建模。EE364A 把这些内容讲得非常系统，也最适合长期反复参考。