SDSC8014
在线学习与优化
📘 简介
本课程涵盖在线学习与优化的基本原理与应用，包括在线学习、在线凸优化、竞争分析、遗憾分析、在线梯度下降以及在线算法等内容。还将探讨预测辅助优化、鲁棒优化、在线随机优化以及反馈优化等主题，并通过社会系统中的实际应用补充理论内容。课程适合具备凸优化、线性代数和微积分基础的学生。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 描述在线优化框架的基本原理；
✔️ 阐释在线学习和关键在线优化方法的基础理论及解决方法；
✔️ 比较并分析不同的在线优化方法；
✔️ 应用在线优化框架解决实际问题。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 文献阅读报告 | 25% | 学生需撰写选定文献的阅读报告，展示其对在线学习与优化基础概念、理论、分析及应用的理解。 |
| 📄 测试 | 25% | 评估学生对课程前半部分内容的掌握程度，包括理论、分析方法及应用能力。 |
| 📝 小型项目 | 25% | 学生需完成小型项目，展示其对在线优化在实际问题中的理解与应用能力。 |
| 🖥️ 项目展示 | 25% | 学生需通过演示展示小型项目的成果，评估其学习目标达成情况。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU