帮助机器学习初学者迅速建立对典型优化算法的理论基础与直观认识，从现实任务出发介绍机器学习与优化方法的密切联系。以现实案例的图示展现深度学习、支持向量机等算法中的数值优化问题，引导初学者上手实践所学内容加深学习效果。

数值优化是机器学习的理论基础与核心内容，在各种机器学习算法中普通存在。优化方法通过数学公式将目标函数定量表示，便于机器学习灵活地嵌入计算机视觉、自然语言处理等领域知识。本课程介绍机器学习及优化相关的数学基础与思维方式，将数值优化技术定制到特定的机器学习问题中，探讨凸优化（如支持向量机）与非凸优化（如深度学习）算法中的性能与精度等问题。

适合对象：适合对机器学习及深度学习感兴趣的大学生、研究生、程序员等，好熟悉大学数学中的导数，线性代数等数学基础，以及基础的编程经验。