¿Qué clases de matemáticas de la universidad son útiles si quieres estudiar ciencias de la computación en profundidad?

A2A. Le recomiendo que mire School Yourself y Khan Academy Math que cubren todas las matemáticas que necesitaría para tomar matemáticas para cursos de informática. Necesitará una sólida formación matemática para realizar los primeros dos años de una especialización en informática. Es extremadamente importante que tenga los requisitos previos antes de tomar el siguiente curso en la secuencia.

Para tener una idea de los cursos de matemáticas de división inferior requeridos por la informática, vea Cálculo de variable única, Cálculo multivariable, Ecuaciones diferenciales, Álgebra lineal y Análisis de sistemas probabilísticos y probabilidad aplicada que fueron diseñados inicialmente para estudiantes de secundaria.

Usando Stanford como ejemplo, los cursos de matemática para informática son:

  • CS103: Fundamentos matemáticos de la informática. CS103 dará a los estudiantes los fundamentos matemáticos necesarios para la informática. Los temas incluyen técnicas de prueba y lógica; inducción; conjuntos, funciones y relaciones; una introducción a los idiomas formales; DFA, NFA y expresiones regulares; Gramáticas sin contexto, máquinas de Turing y NP-Completeness.
  • CS109: Introducción a la probabilidad para informáticos. Los temas incluyen: conteo y combinatoria, variables aleatorias, probabilidad condicional, independencia, distribuciones, expectativa, estimación puntual y teoremas de límites. Aplicaciones de la probabilidad en informática, incluido el aprendizaje automático y el uso de la probabilidad en el análisis de algoritmos.
  • CS161: Diseño y análisis de algoritmos. CS161 se basa principalmente en CS103, enseñando a los estudiantes estrategias de eficiencia algorítmica para estructuras de datos más avanzadas (árboles de búsqueda binarios, montones, tablas hash), técnicas populares de diseño algorítmico (divide y vencerás, programación dinámica, algoritmos codiciosos, análisis amortizado, aleatorización) y algoritmos de gráficos fundamentales (árbol de expansión de costo mínimo, componentes conectados, clasificación topológica y rutas más cortas).

Matemáticas discretas y álgebra lineal son buenos lugares para comenzar.