工程优化方法

课程编号：0721005
学    时：46
学    分：3.0
上课学期：春/秋
课程性质：全校硕士生公共必修课

参考教材：《最优化计算方法》(陈开周编);
          《最优化伦理与算法》(陈宝林编);
          《数学规划基础》刘红英等(2012) ;
外文经典教材: 《Convex Optimization》Stephen Boyd and Lieven Vandenberghe; 
            《Numerical Optimization》Jorge Nocedal and Stephen J. Wright;
考核方式：平时成绩(作业+考勤)+期末闭卷考试；

数据挖掘中的数学方法

课程编号：0721045
学    时：46
学    分：3.0
上课学期：春季
课程性质：应用数学硕士生课

参考教材：《数据挖掘中的新方法——支持向量机》(邓乃扬等著)、《统计学习理论的本质》(V. N. Vapnik著,张学工译);
考核方式：平时成绩(作业+考勤)+期末闭卷考试；

数学模型

学 时：30
学 分：2.0
上课学期：春季
课程性质：全校公选课

参考书目(不限于)
1.《数学建模与数学实验》, 赵静, 但琦主编, 高等教育出版社, 2003年6月第二版;
2. 《数学模型》, 姜启源编, 高等教育出版社, 2003;
3.《数学建模》，叶其孝,姜启源等译 ，机械工业出版社，2004-12-06
4. 《数学建模》, 杨启帆, 谈之奕, 何勇编, 浙江大学出版社, 2006年6月(二版);
5.《数学建模基础》, 薛毅主编, 北京工业大学出版, 2004年4月;
6.《数学建模》, 刘锋编著, 南京大学出版, 2005年9月;
考核方式：平时作业＋结课大作业；

课件下载

机器学习

课程编号：
学分：3.0
上课学期：秋季
课程性质：博士课程

参考书目：Shai Shalev-Shwartz and Shai Ben-David. 《Understanding Machine Learning: From Theory to Algorithms》, Cambridge University Press, 2014.

机器学习中的现代优化

课程性质：优化前言课程，硕士选修
学分：1.0

参考书目：Ian Goodfellow and Yoshua Bengio and Aaron Courville,《Deep Leaning》, 2016，www.deeplearningbook.org//（花书）