凸优化在机器学习、深度学习等不同的领域中经常出现。这本书对这一主题进行了全面的介绍，并详细说明了如何用数值方法高效地解决这些问题。
本书从凸集和函数的基本元素入手，描述了各种凸优化问题。对偶性和近似技术被包括在内，统计估计技术也是如此。然后给出了各种几何问题，并详细讨论了无约束和约束极小化问题以及内点法。

这本书的重点是识别凸优化问题，然后找到最合适的技术来解决它们。它包含了许多例题和练习，适合学生、研究人员和工程、计算机科学、数学、统计学、金融和经济学等领域的从业者。