原因是最近实现的一个工程，需要解一组非线性方程，来获取变量值（最多7个）。一开始以为是一个解方程问题，在matlab 里研究solve, vpasolve的用法研究了很久。忽然发现实际中，我测量到的数据都是有误差的，方程大概率是无解的，所以不是解方程问题，而是一个估计/优化问题。优化问题和解方程本来就是好朋友？
数学基础并不好，花了四十分钟查找相关资料，
博客类
介绍几种经典方法（梯度下降，牛顿，共轭梯度）： https://www.cnblogs.com/maybe2030/p/4751804.html
介绍几种进化算法：http://www.cnblogs.com/maybe2030/p/4665837.html
介绍拉格朗日法：http://www.cnblogs.com/maybe2030/p/4946256.html
介绍凸优化：https://blog.csdn.net/xmu_jupiter/article/details/47400411
以上都是很好的博客，但是一下子看不懂，或者没办法深入其中
视频类：
B站主播的一个小总结，对于获得sense很有帮助：https://www.bilibili.com/video/av27098560/?spm_id_from=333.788.videocard.1
上交最优化18讲（任庆生老师，75mins * 18）：https://www.bilibili.com/video/av14666879/
斯坦福凸优化13讲：https://www.bilibili.com/video/av32517559/?spm_id_from=333.788.videocard.6
从视频的章节标题看来，斯坦福的好像更math,上交的这个更接地气，
我准备先从上交的这个课程开始，了解里面涉及的数学知识，如何确定最终适用我的问题的数学方法。