课程号： 00136720

课程名称：大数据分析中的算法

开课学期：秋

学分：    3

先修课程：数学分析、数值代数

基本目的：本课程旨在面向数学以及相关学科的研究生讲授大数据分析中算法与理论。培养学生针对科学和工程实际问题建立合适数学模型的能力，选择和运用合适算法和软件的能力，进一步进行高效算法设计和理论分析的能力。

内容提要：

1. 优化问题概论，2学时
2. 凸优化简介：线性规划、半定规划等，3学时
3. 对偶理论和最优性条件，3学时
4. 线性规划单纯形方法和内点法，2学时
5. 压缩感知和稀疏优化基本理论，3学时
6. 压缩感知和稀疏优化算法，3学时
7. 最优运输算法，3学时
8. 线性整数规划算法，4学时
9. 图和网络流问题算法，2学时
10. 次模优化算法，2学时
11. 随机数值代数算法，3学时
12. 随机优化算法，3学时
13. 高维数据降维算法，3学时
14. 推荐系统与低秩矩阵恢复的算法，3学时
15. 相位恢复算法，3学时
16. 强化学习算法，6学时

教学方式：讲堂讲授，每周3学时

教材与参考书：

1. 刘浩洋, 户将, 李勇锋，文再文，《最优化：建模、算法与理论》, 高等教育出版社。

2. 袁亚湘，孙文瑜，《最优化理论与方法》，科学出版社，1997。

学生成绩评定方法：书面与上机作业40％，期中考试30％，期末考试30% 

课程修订负责人：文再文

XML 地图