docs: 更新凸优化、汇编语言参考资料 (#111)

docs/major_basic/convex_optimization/index.md

@@ -79,6 +79,8 @@
 
 ## 参考资料
 
+### 书籍
+
 * Boyd, S.P., & Vandenberghe, L. (2005). *Convex Optimization*. Journal of the American Statistical Association, 100, 1097 - 1097. 
 
     作者是优化领域另一著名大佬 Stephen Boyd，这本书是极其经典的凸优化教材，侧重凸分析的基础，一本相当厚的大部头。花了非常长的篇幅介绍函数的凸性、对偶等，不过有人认为介绍的算法非常有限。作者在自己主页挂了这本书的电子版：[https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf](https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf)。清华大学出版社翻译了本书，名字就叫《凸优化》。
@@ -87,31 +89,36 @@
 
 * Dimitri P. Bertsekas. (2009). *Convex Optimization Theory*. Athena Scientific.
 
-    中文名《凸优化理论》，清华大学出版社；个人觉得比较基础和细节，相之于前面的好读很多。
-
-* Bubeck. (2015). *Convex Optimization: Algorithms and Complexity*. In Foundations and Trends in Machine Learning. [https://arxiv.org/abs/1405.4980](https://arxiv.org/abs/1405.4980)。
+    中文名《凸优化理论》，清华大学出版社；个人觉得比较细节，相之于前面的好读很多。
 
 * Sra, Nowozin, Wright. (2011). *Optimization for Machine Learning*. MIT Press.
 
 * R. T. Rockafellar. (1970). *Convex Analysis*. Princeton.
 
-    Rockafellar 是优化领域绕不开的祖师级人物，不过他的文章有些太老了。他的《凸分析》还有《变分分析（Variational Analysis）》等书感觉更适合数学专业的看……
+    Rockafellar 是优化领域绕不开的祖师级人物，不过他的文章有些太难了。他的《凸分析》还有《变分分析（Variational Analysis）》等书感觉更适合数学专业的看……
 
-* 一些课程
+* Giuseppe C. Calafiore, \& Laurent El Ghaoui (2014), *Optimization Models*, Cambridge University Press. 据说难度适中：[https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html](https://people.eecs.berkeley.edu/~elghaoui/optmodbook.html)
+* 这个领域有很多人喜欢直接把自己写的书挂在 arxiv 上，下面几个都是不错的资料：
+    + Sébastien Bubeck, *Convex Optimization: Algorithms and Complexity*, [https://arxiv.org/abs/1405.4980](https://arxiv.org/abs/1405.4980)；
+    + Léon Bottou et al., *Optimization Methods for Large-Scale Machine Learning*,  [https://arxiv.org/abs/1606.04838](https://arxiv.org/abs/1606.04838)；
+    + Francesco Orabona, *A Modern Introduction to Online Learning*, [https://arxiv.org/abs/1912.13213](https://arxiv.org/abs/1912.13213).
 
-    * ELE522: Large-Scale Optimization for Data Science. 钱老师的授课内容有所参考，[https://yuxinchen2020.github.io/ele522_optimization/](https://yuxinchen2020.github.io/ele522_optimization/)。
-    * IE 598: Big Data Optimization. 钱老师的授课内容有所参考，[https://github.com/niaohe/Big-Data-Optimization-Course](https://github.com/niaohe/Big-Data-Optimization-Course)。
-    * CMU 课程 Convex Optimization. 深入浅出的优秀课程。链接：[https://www.stat.cmu.edu/~ryantibs/convexopt/](https://www.stat.cmu.edu/~ryantibs/convexopt/)。
-    * CSE 535, Theory of Optimization and Continuous Algorithms.  [https://yintat.com/teaching/cse535-spring21/](https://yintat.com/teaching/cse535-spring21/)。
-    * 中科大凌青老师的最优化理论课程：https://www.bilibili.com/video/BV19M411T7S7。
+### 课程
 
-* 20 级的金鱼马同学为这门课总结了详细的笔记：[https://www.zhihu.com/column/c_1676006565717573634](https://www.zhihu.com/column/c_1676006565717573634)。如果你发现笔记有错误，请联系他指出问题，他会十分感谢。
+* CMU 课程 Convex Optimization. 深入浅出的优秀课程：<https://www.stat.cmu.edu/~ryantibs/convexopt/>
+* EPFL Course - Optimization for Machine Learning - CS-439，[https://github.com/epfml/OptML_course](https://github.com/epfml/OptML_course)
+* 中科大凌青老师的最优化理论课程：<https://www.bilibili.com/video/BV19M411T7S7>
+* CSE 535, Theory of Optimization and Continuous Algorithms. <https://yintat.com/teaching/cse535-spring21/>
+* ELE522: Large-Scale Optimization for Data Science. 钱老师的授课内容有所参考：<https://yuxinchen2020.github.io/ele522_optimization/>
+* IE 598: Big Data Optimization. 钱老师的授课内容有所参考：<https://github.com/niaohe/Big-Data-Optimization-Course>
 
-* 在写笔记的过程中，金鱼马同学也发现知乎上也有不少关于优化的文章，例如 
+### 笔记
 
-    + <https://www.zhihu.com/column/convex>
-    + <https://www.zhihu.com/column/c_119426147>
-    + <https://www.zhihu.com/column/c_1263999612412952576>
+* 20 级的金鱼马同学为这门课总结了详细的笔记：[https://www.zhihu.com/column/c_1676006565717573634](https://www.zhihu.com/column/c_1676006565717573634)，如果你发现笔记有错误，请联系他指出问题
+    * 在写笔记的过程中，金鱼马同学也发现知乎上也有不少关于优化的文章，例如：
+        + <https://www.zhihu.com/column/convex>
+        + <https://www.zhihu.com/column/c_119426147>
+        + <https://www.zhihu.com/column/c_1263999612412952576>
 
 ## 学习建议
 

docs/major_mandatory/assemble/index.md

@@ -9,7 +9,7 @@
 汇编语言这门课的主要内容就是学习较为古老的 8086 汇编、80386 的一小部分 32 位指令以及一小部分的 80386 保护模式基础知识。
 
 !!! note "注意"
-    除此之外还有一门课程叫 “汇编语言程序设计基础“（俗称长名汇编），是一门通识课，内容差不太多，但是作业和考试都要简单一些，只有短名的 ”汇编语言“ 是培养方案中写的 IS 专业必修、CS/AI 专业选修，选课时要注意一下。
+    除此之外还有一门课程叫 “汇编语言程序设计基础”（俗称长名汇编），是一门通识课，内容差不太多，但是作业和考试都要简单一些，只有短名的 “汇编语言” 是培养方案中写的 IS 专业必修、CS/AI 专业选修，选课时要注意一下。
 
 ## 任课教师
 浙江大学《汇编语言》课程数十年来只有一位老师：**白洪欢**。
@@ -30,19 +30,21 @@
 
 ## 推荐书单
 - *《汇编语言》* 王爽，清华大学出版社（经典汇编课本，第一推荐）
-- *《x86汇编语言-从实模式到保护模式》* 李忠，电子工业出版社（经典汇编课本，并列第一推荐）
+- *《x86汇编语言-从实模式到保护模式》* 李忠，电子工业出版社（经典汇编课本）
+- *《琢石成器》*罗云斌，32 位汇编
 - *《软件调试》* 张银奎（各类底层硬件机制和调试方法）
 - *《汇编语言程序设计》* 白洪欢，科学出版社（已绝版，就是老师自己印的那本）
 - *《IBM-PC汇编语言程序设计》* 沈美明，清华大学出版社（比较老的中文教材）
 - *《Windows汇编语言程序设计教程》* 谭毓安 ，电子工业出版社（比较老的中文教材）
 - *Professional Assembly Language*, Richard Blum
-- *The Art of Assembly Language*, Randall Hyde
+- *The Art of Assembly Language*, Randall Hyde （不过这个系列使用的主要工具是 HLA，与一般的汇编差别较大）
 - *The Art of 64-bit Assembly*, Randall Hyde
-- *Assembly Language for x86 processors*, Kip R. Irvine（一本优秀、内容丰富的汇编书籍，电子工业出版社的黑皮系列里有。目前最新版是第 8 版）
+- *Assembly Language for x86 processors*, Kip R. Irvine（一本内容丰富的汇编书籍，电子工业出版社的黑皮系列里有。目前最新版是第 8 版）
 - *Modern x86 Assembly Language Programming*, Daniel Kusswurm（少数能称得上 Modern 的汇编书）
-- *Intel Microprocessors*, Barry B. Brey（汇编语言、处理器架构、接口通信等都有涉及，最新为第 8 版）
+- *Beginning X64 Assembly Programming*, Jo Van Hoey（不错的入门书, 64 位）
+- *Assembly Language for Intel-Based Computers*, Kip Irvine（32 位）
 - *Practical Malware Analysis*, Michael Sikorski,  Andrew Honig（二进制分析，病毒分析，逆向工程，侧重实战）
-- [*Intel 80386 Programmer’s Manual*](https://pdos.csail.mit.edu/6.828/2018/readings/i386/toc.htm), *[Intel 64 and IA-32 Architectures Software Developer Manuals](https://www.intel.com/content/www/us/en/developer/articles/technical/intel-sdm.html)* 
+- [*Intel 80386 Programmer’s Manual*](https://pdos.csail.mit.edu/6.828/2018/readings/i386/toc.htm), 以及 *[Intel 64 and IA-32 Architectures Software Developer Manuals](https://www.intel.com/content/www/us/en/developer/articles/technical/intel-sdm.html)* 
 - *[Microsoft Macro Assembler reference](https://learn.microsoft.com/en-us/cpp/assembler/masm/microsoft-macro-assembler-reference?view=msvc-170)*
 
 还有一些可以看的网课：