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/