凸优化

简单介绍

凸优化研究目标函数与约束均为凸的优化问题，此类问题有全局最优解且能高效求解。它是机器学习理论的核心支柱——支持向量机、逻辑回归、正则化方法等都可归结为凸优化问题，也是深入理解深度学习优化器的基础。

推荐电子书

国外经典（3-5本）：

• 《Convex Optimization》（Stephen Boyd & Lieven Vandenberghe，2004）——凸优化公认的"圣经"，附配套公开课，自学首选。

• 《Numerical Optimization》（Jorge Nocedal & Stephen J. Wright，第2版，2006）——数值优化算法的标准参考书，工程实用。

• 《Convex Analysis》（R. Tyrrell Rockafellar，1970）——凸分析理论的奠基之作，进阶必备。

国内经典（2本）：

• 《非线性优化理论与方法》（王宜举、修乃华）——国内优化领域广泛采用的教材，理论与算法并重。

• 《最优化理论与方法》（袁亚湘、孙文瑜，1997）——中国科学院院士袁亚湘等撰写，国内最优化权威教材。