数值最优化是我上的第一门自己选的专业课，也是在学长的推荐下选的，跟我的一个同学一起上的。我们两个是大二，上课的很多人是大三的，但我觉得没什么难度，即使是大二也完全能接受。最后也是 A 的评分，还是收获满满的。

王浩老师进行授课，王老师是偏向数学方向的老师，这门课也是偏向数学计算和推导的课程，对于数学功底要求还是很高的。我们上课是在信院的一个小教室，每次上课都是坐满的，好几次都是要从其他教室搬凳子来的，与某些信院必选专业课形成鲜明的对比。老师讲课还是十分通俗易懂的，按我同学的话，是几个听课比不听课收益大的课程。课程条例还是比较清晰的，

作业都比较短小精悍，与课堂息息相关，有 matlab 和 ampl 的编程作业，都是课堂上一些数学算法的复现。问答题也是需要好好思考的，有证明题和解答题，都是很经典的例题。课堂上老师还会让同学自己跟着写一点东西，算是笔记之类的，下课会收上来算作业分，算是白送的作业分吧。

本人大二下上的这门课，之前对于机器学习没有任何的基础。课程从似然估计开始讲起，所以对于我这种上学期刚学完概率论的人来说还是比较友善的。但上完似然估计后课程难度就有点大了。本人是属于上课不怎么听的那种，会花大量的时间自学。出作业后就会花大量的时间泡在图书馆复习。所以作业每次都是在 95 分以上的。作业还是比较重要的，比较的具象化，比如说 pca 就是给几个数据降维就行，比单纯看原理要通俗易懂一点。作业中的编程题还是很有难度的，特别是对于我这种本身编程不好的同学来说，大一大二专业课用的都是 c++，突然用 python 没反应过来。还有关于机器学习中用的库，是要自己从头学用法。但是这一趟下来，确实起到了引论的作用，这对于我后期看别人的代码或者研究机器学习方向都有很大的帮助。

关于课堂，赵老师我之前听过学长的推荐，讲课还是对理解很有帮助的，但经常一个走神就不知道在推什么公式了。上课难度还是有的，但比作业和考试都大，所以听不懂大可不必担心，还是围绕课件学习就行。

关于考试，涉及的面很广，基本上每一个大章都有涉及。但是难度不是很大，赵老师自己圈重点的时候，每次遇到一个多维情况就跳过，也是引得同学们连连发笑。最后也是考了 73.5/100，均分是 50/100。