你应该有数学思维的天赋。有扎实的算法和数据结构背景者优先。这是一个高级研讨会，因为它遵循了关于这个主题的最新书籍。你每周都要准备好这本书的一个新章节。这个阅读小组的目标受众是硕士生、博士生以及博士后。
您可以在此处订阅邮件列表：https://lists.mpi-inf.mpg.de/listinfo/readinggroupws22
近年来，凸优化算法彻底改变了离散和连续优化问题的算法设计。目前，已知最快的解决图中最大流、二部图中最大匹配和子模函数最小化等问题的算法涉及使用梯度下降法、镜像下降法、内点法和割平面法等凸优化算法。本课程的目标是了解凸优化算法，并了解它们在解决组合优化问题中的应用。
在这个研讨会课程中，我们读了这本书凸优化算法作者：Nisheeth Vishnoi。这是该地区最现代的书。教师将在课程的前几周介绍本书的导言章节（第2、3、4章）。接下来一周的每堂课将由2-3名学生的演讲组成。每个周（在介绍章节结束后），全部的要求学生大致准备书中的一章。本章的内容将分为2-3个逻辑部分，每个部分形成一个单独的陈述。决定谁将在下一节课上发言，将基于讲座开始前的随机选择。因此，每个学生每周都要准备一章这本书。学生可以在做出随机决定后，在整个课程中最多拒绝两次演讲。缺席讲座视为一次拒绝。请注意，如果课程是非虚拟的，则可以在黑板/白板上进行演示。在课程结束时，学生可以提交或不提交书中重要章节之一的书面摘要。提交摘要是可选的，根据其质量，可以导致分数的增加或减少。
如果你在准备演讲时有任何疑问，你可以在演讲前提前联系一位讲师。阅读小组在你的学习计划中被视为研讨会。您可以通过向发送电子邮件进行注册鲁哈尼。请确保在注册之前阅读了上述先决条件部分。
凸优化算法作者：Nisheeth Vishnoi。
