但其實, 關於這本書的來歷、怎麼用, 很多人都搞錯了。
首先, 這本書一直是免費的;
這就說到了第二點:嚴格來說, 這本書並不是一本新書——其主要內容在 2004 年就已完成
最後, 也是最重要的一點:這本書的用途。
“電腦科學的數學” (Mathematics for Computer Science)本是 MIT 電腦專業的本科課程。 地址(2015 秋季版)
順便說一句, MIT 上傳的 “Mathematics for Computer Science”公開課有三個版本:2005 版、2015 春季版和 2015 秋季版。 後者由本書作者之一的 Tom Leighton 授課。
前兩者由另外兩名教授 Albert Meyer 和 Ronitt Rubinfeld 授課, 他們也公開了自己的 “Mathematics for Computer Science”課堂筆記
最後, 該課程針對的是本科電腦專業學生, 對其它專業背景的學習者可能略有難度。 機器學習領域的童鞋需要惡補數學的話, 雷鋒網有其它推薦(見下文)。
內容
這本書涵蓋了國外電腦科學專業涉及的基礎數學知識。 它特別強調數學定義、概念、證明以及應用方法。 其涉及的話題包含:證明方法、歸納、圖論(graph theory)、formal logic notation、良序 (well-ordering)、集合與關係、整數同餘(integer congruences) 、計數原理、函數增長率、離散概率等等。
資源推薦
其實, 對於機器學習入門來說,
此前, 雷鋒網對最優質的機器學習公開課和外文書籍都做了盤點推薦, 請見“機器學習漫遊指南 最完整的入門書單(外文版)”和“開發者入門必讀:最值得看的十大機器學習公開課”。
下面, 我們再為大家推薦幾份免費或很實惠的學習資源。
首先, 是大牛 Yaser Abu-Mostafa、 Malik Magdon-Ismail 與臺灣大學林軒田老師合著的 《Learning from Data》(從資料中學習)。 它被公認為是最優秀的機器學習入門教材之一。 同時, 它 2012 年出版, 比較新。 這本書在國外定價非常貴, 但在某寶上可以淘到非常便宜的影印版。
在數學和統計方面, 我們有兩個資源推薦。
首先是斯坦福大學著名統計學家、電腦學家黑斯蒂(Trevor Hastie)等合著的《統計學習基礎》。
對於需要惡補數學基礎的童鞋, 我們強力推薦可汗學院的代數、統計、微積分課程。 其創始人 Sal Khan 讓比爾·蓋茨都自歎弗如, 被喻為是最有天賦的數學老師之一, 能把數學原理講解得極為簡單生動。 蓋茨因此讓其兒女上網學習可汗學院的數學課。
最後, 雷鋒網旗下1024慕課學院的大多數學習資源也都免費開放, 只需註冊。 其中大部分為精選的國外大牛公開課, 並配有漢語字幕翻譯。 1024慕課學院還邀請了國內頂級學者開辦線上培訓課, 如清華大學智慧技術與系統國家重點實驗室主任朱小燕教授、清華大學電腦專業鄧志東教授、中科院人臉識別專家山世光老師等,
地址:http://www.1024mooc.com/