绍了凸优化，这是一个可以在计算机上高效解决的强大且易于处理的优化问题。本书的目标是帮助读者理解什么是凸优化，以及如何将其应用于更广泛的实际场景，特别是机器学习。

英文版《凸优化》课程作业的答案； 自己整理，部分习题可能没有，但大部分习题都整理出来了 对应的课程为西交《系统优化与调度》作业，

凸优化方面的经典著作 Here　is　a　book　devoted　to　well-structured　and　thus　efficiently　solvable　convex　optimization　problems,　with　emphasis　on　conic　quadratic　and　semidefinite　programming.　The　authors　present　the　basic　theory　underlying　these　problems　as　well　as　their　numerous　applications　in　engineering,　including　synthesis　of　filters,　Lyapunov　stability　analysis,　and　structural　design.　The　authors　also　discuss　the　complexity　issues　and　provide　an　overview　of　the　basic　theory　of　state-of-the-art　polynomial　time　interior　point　methods　for　linear,　conic　quadratic,　and　semidefinite　programming.　The　book's　focus　on　well-structured　convex　problems　in　conic　form　allows　for　unified　theoretical　and　algorithmical　treatment　of　a　wide　spectrum　of　important　optimization　problems　arising　in　applications.

关于优化方法，凸分析，凸优化，英文原著，很值得

凸聚类 这是凸聚类的示例代码。 我参考了一篇论文“ Convex Clustering with Exemplar-Based Models ”来编写代码。 实现了基本算法，但未实现任何优化。 要运行此代码，您需要调用包含主函数的convex_clustering.py。 我建议您阅读原始论文以获取有关凸聚类的更多知识。 如果你是日本人，我也推荐你阅读《 》。 代码的动机是对我的研究的调查。 所以，这段代码可能有点错误。 如果您发现错误，请通知我该错误。

凸优化理论（convex optimization）在信号处理，图像处理，通信中有很广泛的应用，并受到越来越多的关注。这本书是由这个领域里的专家合写的，对理论研究和工程应用都有很大的启迪。此外，这本书中还包含了凸优化理论在压缩感知（compressed sensing）中的应用。

stanford的stephen boyd教授的最经典教材凸优化及课后解答，学习机器学习同学的至宝。

课后作业

优化理论方面的经典之作，Stephen Boyd的凸优化理论，英文原版。

求解线性可分离变量凸优化的非精确交替方向法，顾国勇，何炳生，Alternating direction method (ADM) has been well studied in the context of linearly constrained convex programming problems. In the last few years, we have witnessed a number of n