“优化模型和应用”
课程材料包括：
- 在线文本
优化模型及其应用
劳伦特·盖伊教授
电气工程
加州大学伯克利分校
本课程介绍优化模型，重点是数值可处理的问题。
本课程首先介绍基本线性代数，然后重点介绍凸模型（凸性、LP、QP、SOCP、鲁棒LP、GP和SDP都有介绍和解释）。本文还简要介绍了非凸模型。
此外，课程还概述了对偶性，并以四个案例研究结束，如参议院投票、天线阵列、定位和电路设计。
学习成果
- 能够快速提供实验数据分析结果，包括与主成分分析、因子分析和对称矩阵特征值分解相关的大规模线性代数技能。
- 能够通过使用最先进的原型软件（如CVX）和真实数据集，在实践中掌握优化模型。
- 熟悉大量具体的工程应用，包括网络入侵检测、电路或过滤器设计、文本文档分析或基因数据库。
- 熟悉大规模数据集分析中出现的基本统计问题。
- 熟悉凸优化的主要理论工具和概念。
