From d882389899512d86be4c59c958b220887dedebda Mon Sep 17 00:00:00 2001 From: aqachun Date: Wed, 18 Jan 2023 19:19:46 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0L=C3=A1szl=C3=B3=20Lov=C3=A1s?= =?UTF-8?q?z=20=E7=9A=84=E8=AF=BE=E7=A8=8B=E7=AC=94=E8=AE=B0=E6=96=B0?= =?UTF-8?q?=E9=93=BE=E6=8E=A5?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- TeachYourselfCS-CN.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/TeachYourselfCS-CN.md b/TeachYourselfCS-CN.md index 81af09d..0e849ed 100644 --- a/TeachYourselfCS-CN.md +++ b/TeachYourselfCS-CN.md @@ -133,7 +133,7 @@ 对于计算机科学，数学中最相关的领域是「离散数学」，其中的「离散」与「连续」相对立，大致上指的是应用数学中那些有趣的主题，而不是微积分之类的。由于定义比较含糊，试图掌握离散数学的全部内容是没有意义的。较为现实的学习目标是，了解逻辑、排列组合、概率论、集合论、图论以及密码学相关的一些数论知识。考虑到线性代数在计算机图形学和机器学习中的重要性，该领域同样值得学习。 -学习离散数学，我们建议从 [László Lovász 的课程笔记](http://www.cs.elte.hu/~lovasz/dmbook.ps) 开始。Lovász 教授成功地让这些内容浅显易懂且符合直觉，因此，比起正式的教材，这更适合初学者。 +学习离散数学，我们建议从 [László Lovász 的课程笔记](https://cims.nyu.edu/~regev/teaching/discrete_math_fall_2005/dmbook.pdf) 开始。Lovász 教授成功地让这些内容浅显易懂且符合直觉，因此，比起正式的教材，这更适合初学者。 对于更加高阶的学习，我们推荐 [《计算机科学中的数学》](https://book.douban.com/subject/33396340/)，MIT 同名课程的课程笔记，篇幅与书籍相当（事实上，现已出版）。这门课程的视频同样 [可免费获得](https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-mathematics-for-computer-science-fall-2010/video-lectures/)，是我们所推荐的学习视频。