4. 最优化方法

5. 图论/离散数学

总体来说需要如下知识点，这些知识点一般都是CS&EE专业在大一和大二必修和选修的课程，大家可以查漏补缺。

1.1 微积分

• 函数极限

• 上确界与下确界

• 导数与偏导数

• 单调性与极值

• 函数的凹凸性

• 泰勒级数

• 牛顿-莱布尼兹公式

• Lipschitz连续性

• Hessian矩阵

1.2 线性代数与矩阵运算

• 线性空间与线性映射

• 行列式求解

• 常见的矩阵运算

• 特征值与特征向量

• 广义特征值

• 奇异值分解

1.3 概率论与数理统计

• 概率空间与事件

• 独立性与条件概率

• 贝叶斯公式

• 随机变量与概率公式

• 大数定理与中心极限定理

• Jensen不等式

• 常见的概率分布

• 协方差

• 参数估计：矩估计/极大似然估计/区间估计

• 随机算法

• 信息论基础

1.4 最优化方法

• 凸优化介绍，凸函数与凸集合

• 拉格朗日乘数法与KKT条件

• 常见的凸优化问题

1.5 图论

• 图概念

• 常见的图

• 路径搜索问题

• 最大流问题

• 拉普拉斯矩阵