Bỏ qua

Học toán cho dân KHMT

Lộ trình này được ăn cắp trên Reddit, tớ sẽ sửa về Tiếng Việt cho các khóa tương ứng sau nếu có thể. Giữ nguyên cả bài đăng lẫn tên tác giả trên Reddit

Post: Math FOR computer science roadmap: Everything you need to know self.csMajors submitted 1 year ago by DeadProgrammer8785

Các phần tài nguyên Tiếng Việt tương ứng được Gemini tìm.

Trước khi bắt đầu

Tóm gọn là rất cần, lý do thì bạn tự đọc thêm.

Yêu cầu

Toán cấp 3 nhưng nó là bằng Tiếng Anh

1: Foundations

1.1: Arithmetic

Giới thiệu về các phép toán cơ bản và các khái niệm nền tảng về số học.

1.2: Basic geometry

Giới thiệu về các hình học cơ bản, tính chất và công thức liên quan.

1.3: Basic algebra

Giới thiệu về đại số cơ bản, bao gồm các biểu thức, phương trình và bất đẳng thức đơn giản.

1.4: Basic Trigonometry

Giới thiệu về lượng giác cơ bản, bao gồm các hàm số lượng giác và các định lý liên quan đến tam giác.

1.5: Basic probability and statistics

Giới thiệu về xác suất và thống kê cơ bản, bao gồm các khái niệm về biến cố, xác suất và thống kê mô tả.

1.6: Algebra II

Mở rộng kiến thức về đại số, bao gồm các phương trình bậc cao, hệ phương trình và các chủ đề nâng cao khác.

1.7: Pre-calculus

Chuẩn bị kiến thức nền tảng cho giải tích, bao gồm các hàm số, đồ thị và các khái niệm liên quan.

1.8: Composite and inverse functions

Giới thiệu về hàm hợp và hàm ngược, cách xác định và tính chất của chúng.

1.9: Vectors

Giới thiệu về vectơ, các phép toán trên vectơ và ứng dụng của chúng trong hình học và vật lý.

1.10: Matrices

Giới thiệu về ma trận, các phép toán trên ma trận và ứng dụng của chúng trong đại số tuyến tính và các lĩnh vực khác.

1.11: Limits and continuity

Giới thiệu về giới hạn và tính liên tục của hàm số, các khái niệm cơ bản trong giải tích.

2: Toán nền tảng cho KHMT

2.1: Introduction to proofs

Giới thiệu về các phương pháp chứng minh toán học cơ bản.

2.2: Induction

Giới thiệu về phương pháp chứng minh quy nạp toán học.

2.3: Set theory

Giới thiệu về lý thuyết tập hợp, các phép toán trên tập hợp và các khái niệm liên quan.

2.4: Sequences

Giới thiệu về dãy số, các loại dãy số cơ bản và các tính chất của chúng.

2.5: More on Sums

Mở rộng kiến thức về tổng và các ký hiệu liên quan đến tổng.

2.6: Graph theory

Giới thiệu về lý thuyết đồ thị, các khái niệm cơ bản về đồ thị và ứng dụng của chúng.

2.7: Trees

Giới thiệu về cây (trong lý thuyết đồ thị), các loại cây và ứng dụng của chúng.

2.8: Automata theory

Giới thiệu về lý thuyết automata và ứng dụng của nó trong khoa học máy tính.

2.9: Binary system

Giới thiệu về hệ nhị phân, cách biểu diễn số và các phép toán trong hệ nhị phân.

2.10: Boolean algebra

Giới thiệu về đại số Boolean và ứng dụng của nó trong thiết kế mạch số và logic học.

2.11: State machines

Giới thiệu về máy trạng thái và ứng dụng của chúng trong mô hình hóa hệ thống.

2.12: Markov chains

Giới thiệu về xích Markov và ứng dụng của chúng trong mô hình hóa các quá trình ngẫu nhiên.

2.13: Logarithmic & Exponential functions

Giới thiệu về hàm logarit và hàm mũ, các tính chất và ứng dụng của chúng trong phân tích thuật toán.

2.14: Complexity analysis

Giới thiệu về phân tích độ phức tạp của thuật toán, bao gồm ký hiệu Big O.

2.15: Algorithms course

Khóa học về các thuật toán cơ bản.

3: Những nội dung quan trọng khác

3.1: Calculus I

Giới thiệu về giải tích vi phân và tích phân cơ bản.

3.2: Limits and continuity (Calculus)

Nhấn mạnh lại về giới hạn và tính liên tục trong bối cảnh giải tích.

3.3: Derivatives

Giới thiệu về đạo hàm và các quy tắc tính đạo hàm.

3.4: Integrals

Giới thiệu về tích phân và các phương pháp tính tích phân.

3.5: Differential equations

Giới thiệu về phương trình vi phân và các phương pháp giải phương trình vi phân cơ bản.

3.6: Linear Algebra

Giới thiệu về đại số tuyến tính, bao gồm vectơ, ma trận, không gian vectơ và các phép biến đổi tuyến tính.

3.7: Vector spaces

Giới thiệu về không gian vectơ và các tính chất của chúng.

3.8: Linear transformations

Giới thiệu về các phép biến đổi tuyến tính và ma trận biểu diễn của chúng.

3.9: Determinants

Giới thiệu về định thức của ma trận và các ứng dụng của nó.

3.10: Eigen vectors and eigen values

Giới thiệu về vectơ riêng và giá trị riêng của ma trận và ứng dụng của chúng.

3.11: Probability and Statistics

Giới thiệu về xác suất và thống kê ở mức độ cao hơn.

3.12: Random variables

Giới thiệu về biến ngẫu nhiên, kỳ vọng và phương sai.

3.13: Conditional probability

Giới thiệu về xác suất có điều kiện.

3.14: Bayes theorem

Giới thiệu về định lý Bayes.

3.15: Distributions

Giới thiệu về các phân phối xác suất thường gặp.

Chưa hết đâu nhưng khuyến khích bạn vào bài viết tìm thêm. Mình chỉ dừng ở đây vì phần này là phần mình nghĩ là thiết yếu nhất.