sylvansun
commented
2 years ago 2021fall 江波老师线性优化与凸优化
总体感受
江老师的凸优化是典型的“成绩性价比”相对较低，但是“知识密度”很高的课程。江老师的课程内容涵盖范围相对较广，作业内容不仅包括理论求解，还包括代码实现,数学理论和代码实现各占约60%和40%。2021秋江老师留了13次作业，除了开始的几次作业外，大致每次都需要编写一定量的代码。不过由于这门课的期末不会考任何代码实现，所以单纯从分数的角度来讲，这部分性价比确实较低。但是代码作业能学到很多东西，江老师会给一个基本的框架，让学生在此基础上实现算法，同时江老师会把可视化的部分帮大家写好，即使是看老师给的代码也是能学到东西的。 但是仍然推荐选择江老师的凸优化。
slides和授课情况
江老师的slides制作异常细心，内容是能够cover所有考试相关内容的（故而同时也会有期末不涉及的内容，个人直观感觉约占20%）。最后一节课会提供一个review slide, 帮助filter掉所有考试不相关内容。至于全英文授课，这点确实难以保证当堂直接理解所有内容（无论是因为英语听力水平有限还是数学理解能力有限）。但是并不需要担心会影响课程的学习，因为老师提供的ppt质量较高。
作业（所有班各自布置作业）
占50%。关于理论题目，除了一些很基本的题目外，在综合题里面老师会给出很严谨和具有启发性的hint，整体交互性非常好，在这些hint的帮助下，基本上自行钻研加上和同学讨论可以完成这部分作业；关于Python实现算法，这里引用一下江老师的解释：“作业本来是帮助大家学习的，不是考核用的，助教给分也很松的”“网上要找也应该很容易找到一个的”。可以看出，代码部分完全是出自于大家的自学兴趣。老师并不会很严谨地去核查大家的完成情况。
考试（所有班考卷相同）
占剩下的50%（这不是废话吗）。2021fall的期末考试一共有7题，全部为综合题。我做的卷子题目按顺序大致是： 1 证明指定的集合是凸集（用定义即可） 2 证明是否为凸（凹）函数 （使用凸函数证明的性质） 3 拉格朗日对偶问题及其求解 （江老师作业题变式） 4 使用KKT conditions求最优解 （江老师作业题变式） 5 Newton's Method及Lagrange Multiplier综合题（一问求解newton direction, 一问用lagrange判定是否为最优解） 6 凸优化问题求解综合题（四问，涉及证明最优解唯一，凸函数判定等，四问之间没有太强的相关性） 7 算法理论求解综合题（四问，给出一个新算法，需要理解算法然后理论求解，四问之间有逻辑关系） 由于考试已经过去一个月，恕难免有记忆不清晰之处。其中126以分析证明为主，345考察的是算法的运用（计算量并不大）7则需要在把给定的算法看懂基础上解题。
Misc.
没有attendance requirement. 如果同学来的太少，他会在群里问大家是不是起不来之类的，但是江老师倒是一次没点过名（2021fall） 课堂气氛偏沉闷（不过课堂质量是有保证的） 可能是因为英语授课大家不能第一时间给老师足够的反馈。另外可以直接与老师中文互动。老师在讲到一些偏难理解的话题时也会换中文讲解。 作业ddl可以与老师商量，如果遇到其他课程workload较重直接跟老师说就可以。
https://aisjtu.github.io/21_CS2601.html