课程简介
大数据给数据分析和处理带来了前所未有的机遇和挑战。本课程介绍大数据分析中一些算法：数据的稀疏和低秩表达，稀疏和低秩矩阵优化，社交网络计算中的图与网络流问题，机器学习和数据挖掘的最优化算法，随机优化算法，强化学习等等。通过本课程学习，掌握最优化的基本概念，典型的几类最优化建模方法，相关优化问题的基本计算方法，并能熟练调用基于MATLAB或Python等语言的典型优化软件程序求解一些标准的优化问题，灵活运用所讲授的算法和理论求解一些非标准的优化问题。达到锻炼将实际问题建立合适最优化模型的能力，选择合适的现有软件包和算法的能力，遇到没有现成算法自己实现简单算法的能力。
课程大纲
1.课程简介，大数据分析中的最优化理论与算法介绍，2学时
2.线性规划，二次锥规划，半定规划简介，2学时
3.对偶理论，3学时
4.线性规划单纯形方法和内点法，3学时
5.压缩感知和稀疏优化基本理论，2学时
6.压缩感知和稀疏优化算法，4学时
7.推荐系统与低秩矩阵恢复的算法，3学时
8.最优运输算法，3学时
9.随机优化算法，3学时
10.随机特征值算法，3学时
11.相位恢复和低温电子显微镜模型和算法，3学时
12.高维数据降维，支撑向量机，3学时
13.图和网络流问题: 最短路径问题，最大流问题，组合优化，3学时
14.次模优化，3学时
15.强化学习，8学时
课程说明
先修课程要求:
年级要求: 大三，大四，研究生
不是必须先修但有帮助: 数值代数，最优化（凸优化），概率论
会Matlab或者Python程序编写
参考资料
“Convex optimization”, Stephen Boyd and Lieven Vandenberghe
https://web.stanford.edu/~boyd/cvxbook/
“Numerical Optimization”, Jorge Nocedal and Stephen Wright, Springer
http://users.iems.northwestern.edu/~nocedal/book/num-opt.html
其它课程参考资料和最新的课程信息请参考网页
http://bicmr.pku.edu.cn/~wenzw/bigdata2020.html
拓展阅读
其他
主讲教师
文再文 副教授
文再文, 主要研究最优化理论与算法及其应用。2013年获得国家自然科学基金委优秀青年科学基金。2015年获得中组部青年拔尖人才计划，在第十届全国计算数学年会做特邀报告。 2016年获中国青年科技奖，2017年在第十一届全国数学规划学术会议做大会报告。
课程助教
1901110049
wanghao960607
相关课程推荐
京公网安备 11040202430145号
