伯克利 EECS 127 工程优化模型

课程名称： Optimization Models in Engineering
官方入口： 课程主页
课程层级： 本科高年级 / 研究生入门
先修要求： 线性代数、概率、多变量微积分
重要程度： ※※※※※

课程定位

EECS127 是 Berkeley 最适合作为优化入门主课的课程之一。它覆盖线性规划、凸优化、对偶性、最小二乘、梯度方法等，是 AI / ML / 控制 / 信号处理的通用数学基础。

核心内容

• 线性规划与凸集
• 凸优化与对偶性
• 最小二乘与二次优化
• 梯度下降及其变体
• 工程与机器学习中的优化建模

为什么重要

如果你做 ML 却不懂优化，本质上很难理解训练过程。EECS127 正是 Berkeley 学生补这块的标准路径。