Só no final da leitura. Eu gosto da experiência de ler uma obra sabendo o mínimo possível e às vezes esses textos tbm dão uma interpretação (oq acaba enviesando a minha) ou soltam algum spoiler

E recentemente terminei um livro sobre política

Daí essa parte de lógica víamos numa matéria a parte. Mas como eu disse, tudo vai do aprofundamento, se o prof quiser ele consegue tornar a matéria impossível kkkkkk

O problema é q matemática discreta envolve mta demonstração matemática, oq raramente um aluno vê no ensino médio. Daí mesmo alunos com bom ensino médio quebravam a cabeça nas listas e nas provas. Sem falar q na pública q estudei havia até tópicos de álgebra abstrata e teoria dos números na matéria

Aí depende do nível de aprofundamento da matéria e do professor. Na minha época de graduação as disciplinas de matemática discreta eram as q mais reprovavam dentre as matérias de matemática da grade do curso

Minha paixão aos 6 anos de idade era ter um lava-jato de 3 andares da Hot Wheels kkkkkk

O numpy é bom pra mexer com coisas básicas de álgebra linear e matrizes (até pq matrizes em python puro é uma bosta), mas quando envolve teoria dos números e outras coisas além do AL básica não serve

A sorte foi q eu achei uma funçãozinha no sympy q fazia isso :)

Fui implementar o Hill cypher, q é um algoritmo clássico de criptografia com chaves simétricas baseado em matrizes, daí uma etapa envolvia calcular uma matriz inversa usando aritmética modular. Não achei nada no numpy pra automatizar isso e implementar isso do zero é bem trabalhoso

Não tem nada de sutil nisso. LLM é apenas um dos vários modelos de IA q existem. LLM usa redes neurais (mais especificamente, Deep Learning), mas não é o único modelo q faz isso

A ideia de q se eu morrer de forma horrível minha alma ficará por aí vagando atormentada ou será torturada pela eternidade caso desagrade Deus (e os termos disso podem variar mto, visto q não há um consenso) é mais assustador do q simplesmente deixar de existir

O artigo Classical Logic da Stanford Encyclopedia of Philosophy é bem explicado e apresenta mto da simbologia utilizada. Pra dedução natural eu achei esse aqui:
www.cs.cmu.edu/~fp/courses/...

Se este for teu primeiro contato matemática formal, essas leituras podem ser pesadas, então vá com calma

Aí depende do quanto tu se aprofundou em lógica. É uma área mto grande, q rende uma graduação inteira. Porém aí não estão usando nada de obscuro, estão basicamente utilizando o sistema de dedução natural. O símbolo "l-" é de dedução, por exemplo, modus ponens pode ser escrito como P, P->Q l- Q

Imagine como alguém detalhando um processo de cálculo, só q usando símbolos no lugar de números e usando outro sistema lógico para as operações no lugar da aritmética elementar

Nunca estudei type theory mas já estudei lógica, q usa uma notação parecida.
Pelo q pude entender, o texto tá mostrando regras de inferência lógica ou aplicações dessas regras pra derivar alguma expressão nova ou provar alguma expressão de teoria dos tipos

Exato. Um falante nativo de inglês não tem ideia do q significa Estocolmo, pelo mesmo motivo q qualquer falante de inglês não consegue entender um texto em português mesmo o vocabulário do inglês sendo +60% de origem latina

Não deixa de ser curioso como Machine Learning, mesmo não sendo um ramo da física, sempre teve mais chances de ter um nobel do q filosofia da física, por exemplo