Skip to main content

实验0: 预学习

必读材料读后感

课程必读材料,需提交不少于500字的读后感(占最终成绩一定比例)。

  1. 提问的智慧:https://github.com/ryanhanwu/How-To-Ask-Questions-The-Smart-Way/blob/main/README-zh_CN.md
  2. 别像弱智一样提问:https://github.com/tangx/Stop-Ask-Questions-The-Stupid-Ways/blob/master/README.md
  3. 学术诚信准则:http://integrity.mit.edu/
  4. 关于写代码的学术诚信:http://integrity.mit.edu/handbook/writing-code
  5. 南京大学ICS PA 常见问题:https://nju-projectn.github.io/ics-pa-gitbook/ics2022/FAQ.html
  6. 如何科学提问:https://ysyx.oscc.cc/docs/prestudy/0.1.html
  7. 什么样的问题我不想回答:https://zhuanlan.zhihu.com/p/381820481
  8. 提问模版:https://ysyx.oscc.cc/docs/misc/ask.html
caution

课程所有实验需严格准守学术诚信原则,如果不能遵守学术诚信原则,作为一个成年人你应该感到Shame(什么是Shame?)。

实训课Python学习路线图

想要顺利完整本门实训课,所需要学习的最少Python知识:

本课程网站提供详细的Python文档,在学有余力的情况下你可以自行深入学习Python的其他部分内容。

caution

请在上课前自行搭建好 Python + VS Code 的开发环境,详情请参见Python 教程

如果你想深入学习计算机科学(CS: Computer Science),我们提供了自学CS Roadmap

实验报告

本课程提供LaTeX(什么是LaTeX\LaTeX?)版本的实验报告模板,我们希望你提交的是LaTeX版本的实验报告,而不是Word版本的实验报告(很明确的告诉你LaTeX版本的报告是有加分的)。

LaTeX 实验报告模板下载:Math201-LaTeX-Report

info

本课程不会详细教授LaTeX的使用,只提供LaTeX的入门文档以及授课过程中的简单介绍。因为我们相信作为一个成年人的你是有足够的自学能力去掌握LaTeX这个非常优美的工具。尤其是你已经读了必读材料,并且完成了500字以上的读后感任务了,所以现在开始请自觉接受LaTeX自学过程的毒打。

我们不认为学习LaTeX是一件非常难的事情,反而这是一件可以提升自己能力的事情。一旦你学会了LaTeX,我们保证你会喜欢上LaTeX这款优美的工具,并且热衷于LaTeX的哲学———只关心内容,不必关心排版格式。尤其作为数学系学生的你会深刻体会到LaTeX是在节约你的生命,你不再为了Word中数学公式的排版而头疼。 我们为了提供更舒适的课程网页浏览体验,本网站的所有数学公式均使用LaTeX编写,相信你可以为了提供更舒适的报告浏览体验,也为我们提供LaTeX版本报告。

课程实验代码管理

本课程推荐使用git(什么是git?)工具管理你的代码版本,你可以将你的代码存放在Github上(什么是Github?)。请遵守学术诚信原则,不要公开你的代码,你可以使用Github的私有仓库来达到不公开代码的目的。(本课程网站的源代码也是保存在GitHub的仓库里面, 感兴趣的同学可以去浏览我们的源代码: https://github.com/SUEPaper/math201)

关于遇到问题的搜索

我们想通过必读材料的阅读,你应该知道搜索的重要性了。你会发现你不太容易搜索到相关的中文资料,所以你需要适应查阅英文资料。

如何适应查阅英文资料? 方法是尝试并坚持查阅英文资料

搜索引擎百科问答网站
推荐使用这里有Google搜索镜像http://en.wikipedia.orghttp://stackoverflow.com
不推荐使用http://www.baidu.comhttp://baike.baidu.comhttps://www.csdn.net

一些说明:

  1. 一般来说, 百度对英文关键词的处理能力比不上Google。同时百度的广告太多,关键词检索首页命中率太低,我们认为用百度搜索技术问题纯属在浪费生命,而且是大大的浪费生命。强烈推荐Google搜索,至于如何访问Google搜索,请自行了解相关知识,或者使用我们表格中提供的Google搜索镜像。
  2. 通常来说, 英文维基百科比中文维基百科和百度百科包含更丰富的内容. 为了说明为什么要使用英文维基百科, 请你对比词条前束范式分别在百度百科, 中文维基百科英文维基百科中的内容。
  3. stackoverflow是一个程序设计领域的问答网站, 里面除了技术性的问题(What is ":-!!" in C code?)之外, 也有一些学术性(Is there a regular expression to detect a valid regular expression?) 和一些有趣的问题(What is the “-->” operator in C++?)。

Google搜索技巧

如何高效地使用Google搜索