※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：
109-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
苏柏青
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
电机所选修
δ 课程大概内容
Theory:
- Convex sets
- Convex functions
- Convex optimization problems
- Duality
Algorithms
- Unconstrained minimization
- Equality constrained minimization
- Interior-point methods
Applications
Ω 私心推荐指数(以五分计) ★★★★★
想学凸函数最佳化理论：★★★★★
想学凸函数最佳化算法：★★★★
熟悉数学证明与操作：★★★★
线代不好：☆
期末想拿高分：★★★★
η 上课用书(影印讲义或是指定教科书)
Boyd & Vanderberghe, "Convex Optimization", Cambridge, 2004
μ 上课方式(投影片、团体讨论、老师教学风格)
老师自制投影片上课，内容基本上就是课本内容搬过来后加上老师的补充跟延伸（课本有
些地方写得很简单...）。老师的投影片写得很清楚，上课也讲得很清楚，理论的地方是
用比较数学的方式去解释，所以如果不习惯的话可能要花一点时间熟悉（我就花了很久...
）。下课要找老师问问题也完全没问题，老师讲课的步调跟清楚程度放在电机系内应该也
算非常好的，上课品质很好，少数的缺点应该是人太多，明达205又很破，上课的时候很
闷很臭...
σ 评分方式(给分甜吗？是扎实分？)
有够甜
Midterm x_1
Final x_2
Other x_3
x_3 = f(z_3, z_4,..., z_9) = f(z) = a^Ts(z), where a^T = 1/10 * [4 3 2 1 0 0 0]
and s() is the descending-sorting function.
z_3, z_4 是两次小考
z_5, z_6, z_7 是三次作业
z_8 是期末报告
z_9 是讲义报错成绩，z_9 = 50 * \sqrt{n}，n是报错成功次数，第一个回报才算
A = 1/100 * [35 35 30 // 50 50 0 // 5 55 40 // 55 5 40]
Fianl score y = ||Ax||_{\infty}，把三个成绩根据四种权重取infinity norm就是这学
期的成绩，简单来说会自动帮你最大化这学期的成绩。
期中平均5x，总分100；期末平均11x，总分150
第一次作业平均7x，第二第三次忘记了，但应该都差不多甚至更高
小考基本上跟历届差不多，平均也7x的样子。第二次小考因为疫情所以直接算100。
每个分数都算平均，所以如果你期中考50，期末考110，作业都准时交且平均以上（以80算
好了），小考也都考80，没有报错没有期末报告，那你的分数就会是
110*0.55 + 80*0.4 + 50*0.05 = 95
就算你作业跟考试都拿70，学期成绩也只会从95变成91。
这不够佛吗！？
ρ 考题型式、作业方式
期中期末：两小时手写，我都丢到ntu_exam了，有需要的话麻烦自行取用（有用到的话期
末也记得ＰＯ上来让后面的人看ＸＤ）
作业：有手写有程式，我觉得不算特别难，有读就会写？
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
全签，不重视出席。
线代很熟的话佳，懂一点分析的技巧上起课会轻松一点，但不懂的话也还是听得懂。老师
是数奥国手+Caltech PhD，所以数学很强，这门课也非常数学，但老师讲解起来还是很清
楚的，真的听不下去可以去听Prof. Boyd在Stanford的课程录影，也很清楚，我后来懒得
去上课都看这个配课本。
https://youtu.be/McLq1hEq3UY
Ψ 总结
佛心柏青><