fix: 修复绝大部分英文标点错误用法

[skip changelog]

Author: TonyCrane

docs/major/ai_basic/index.md

@@ -39,8 +39,8 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_basic/ai_basic/
         - 搜索算法的时空复杂度、完备性、最优性
         - 搜索算法的启发函数、评价函数
         - 贪婪搜索，A*搜索，可容性、一致性
-        - minmax对抗、$\alpha-\belta$剪枝
-        - 蒙特卡洛树搜索、$\epsilon$贪心，UCB1，上限置信区间算法
+        - minmax对抗、$\alpha-\beta$ 剪枝
+        - 蒙特卡洛树搜索、$\epsilon$ 贪心，UCB1，上限置信区间算法
     4. 机器学习
         - 有监督、无监督学习的区别
         - 3个集的区别：训练集、验证集、测试集

docs/major/assemble/index.md

@@ -40,10 +40,10 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_mandatory/assemble/
 - *The Art of 64-bit Assembly*, Randall Hyde
 - *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）
-- *Beginning X64 Assembly Programming*, Jo Van Hoey（不错的入门书, 64 位）
+- *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), 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)* 
+- [*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：

docs/major/compilers_principles/index.md

@@ -32,7 +32,7 @@ Project 分两个小 lab 和一个大作业，小 lab 是用 flex 写 tokenzier
 - *Engineering a Compiler (2nd/3rd ed.)*, Cooper, Keith D., Torczon, Linda（俗称“橡书”）
 - *Advanced Compiler Design and Implementation*, Steven S.Muchnick（俗称“鲸书”）
 - *Optimizing Compilers for Modern Architectures*, Allen
-- *Parsing Techniques: A Practical Guide*， Grune, Jacobs
+- *Parsing Techniques: A Practical Guide*, Grune, Jacobs
 
 ## 参考笔记
 友情感谢  xyx 学长

docs/major/computer_graphics/index.md

@@ -26,9 +26,9 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_elective/computer_g
 
 + Computer Graphics with OpenGL, Fourth Edition, D. Hearn, M. P. Baker（电子工业出版社）
 + Fundamentals of Computer Graphics, Peter Shirley, Steve Marschner, AK Peters
-+ 计算机图形学——原理、方法及应用，潘云鹤, 董金祥, 陈德人，2003
++ 计算机图形学——原理、方法及应用，潘云鹤，董金祥，陈德人，2003
 + OpenGL Programming Guide, Fourth Edition, Addison-Wesley, 2003,（OpenGL编程指南，人民邮电出版社）
-+ OpenGL Distilled, Paul Martz , Addison-Wesley, Addison-WesleyProfessional; 1ST edition（OpenGL2.0精髓, 人民邮电出版社）
++ OpenGL Distilled, Paul Martz , Addison-Wesley, Addison-WesleyProfessional; 1ST edition（OpenGL2.0精髓，人民邮电出版社）
 + [The NeHetutorials](http://nehe.gamedev.net)
 
 ## 分数构成

docs/major/computer_vision/index.md

@@ -32,12 +32,12 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_elective/computer_v
 
 整体课程以课程讲义为主，没有指定教材，相关的原理可以查询维基或者 OpenCV 等库的说明。不过潘老师课件中有给出一些关于 OpenCV 的书籍，如：
 
-- *Learning OpenCV：Computer Vision with the OpenCVLibrary*, Gary Bradski, Adrian Kaebler (此书使用的 OpenCV 2.0 版本过于老旧, 不建议阅读)
-- 《OpenCV教程—基础篇》，刘瑞祯、于仕琪 (这本比上一本还老 :-)
+- *Learning OpenCV：Computer Vision with the OpenCVLibrary*, Gary Bradski, Adrian Kaebler（此书使用的 OpenCV 2.0 版本过于老旧，不建议阅读）
+- 《OpenCV教程—基础篇》，刘瑞祯、于仕琪（这本比上一本还老）
 
 建议直接参考 OpenCV 的 [Documents](https://docs.opencv.org/4.x/d1/dfb/intro.html)。
 
-相比其它参考书, 笔者比较推荐 ***Robot Vision .Berthold K.P. Horn*** (中文名《机器视觉》) , 十分经典的一本教材, 侧重数学理论, 与本课程内容更加接近。
+相比其它参考书，笔者比较推荐 ***Robot Vision .Berthold K.P. Horn***（中文名《机器视觉》），十分经典的一本教材，侧重数学理论，与本课程内容更加接近。
 
 ## 分数构成
 

docs/major/digital_image_processing/index.md

@@ -39,7 +39,7 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_elective/digital_im
 无
 
 ## 推荐书单
--  *Digital Image Processing Using MATLAB*, Gonzalez. 此书最新有第 4 版, 增加了神经网络等内容。但就课程内容仅用第 3 版也足够。
+-  *Digital Image Processing Using MATLAB*, Gonzalez. 此书最新有第 4 版，增加了神经网络等内容。但就课程内容仅用第 3 版也足够。
 - *《数字图像处理编程入门》*，吕凤军
 
 ## 分数构成

docs/major/introduction_to_data_visualization/index.md

@@ -42,13 +42,13 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_elective/introducti
 
 ## 课程教材
 
-数据可视化的基本原理和方法, 陈为,张嵩,鲁爱东 科学出版社 (2013) 与上课内容完全重合
+数据可视化的基本原理和方法，陈为,张嵩,鲁爱东 科学出版社 (2013) 与上课内容完全重合
 
 ## 分数构成
 
-包含线上 quiz (30%，具体情况在课程群通知)、两次小 lab (5%+10%) 以及一次课程大作业 (50% 可选择参与实验室项目或设计开发数据可视化作品/系统)，出勤率占5%，但是除了最后一次要求全员上台的展示，2025年夏学期从来没有点过名。
+包含线上 quiz（30%，具体情况在课程群通知）、两次小 lab (5%+10%) 以及一次课程大作业（50% 可选择参与实验室项目或设计开发数据可视化作品/系统），出勤率占5%，但是除了最后一次要求全员上台的展示，2025年夏学期从来没有点过名。
 
-+ lab 即大小作业有三次, 分别为:
++ lab 即大小作业有三次，分别为:
     + 讲述你身边或接触到的一个优秀可视化案例，需要使用现学或者数据库系统现学的 html5+css3 实现。文字要求不多，笔者介绍了巫英才老师去年发的论文，借鉴了网上找到的 css 框架。
     + 参考提供的材料在 Tableau 完成数据分析的任务，Tableau 基础教程百度上都有，笔者将用到的某些百度上没有的教程，包括地图和计算字段的教程放在附录中。
     + 设计开发可视分析系统或者进实验室，但是进课题组工作量很大，因此推荐没有兴趣的同学做大作业，笔者使用 vue3 框架加上 D3 和 echarts 实现一个数据可视化系统，感觉大家都好卷前端，实际上不用太卷的，老师给分真心不错。

docs/major/numerical_analysis/index.md

@@ -82,9 +82,9 @@ xww 老师会发电子版，但期末考试开卷，买一本还是相当有必
 
     成绩组成：Lab（36%）+ 期末（40%）+ Quiz（4%）+ 展示（15%）+ 作业（5%）
 
-    * Lab：pintia 上面的 8 个 Lab, 前两三个比较麻烦，因为有些测试点非常恶心，可能需要面向测试点编程。后面的 lab 会比较简单，就是实现书上的算法。老师最开始说的是 lab 布置之后两周之内要完成，不过从最后的结果来看似乎全拖到期末再做也是可以的。可能会查重，但只要不完全一样，好像不会被抓。还是要自己理解了再写，不要直接 CV 网上代码。
+    * Lab：pintia 上面的 8 个 Lab，前两三个比较麻烦，因为有些测试点非常恶心，可能需要面向测试点编程。后面的 lab 会比较简单，就是实现书上的算法。老师最开始说的是 lab 布置之后两周之内要完成，不过从最后的结果来看似乎全拖到期末再做也是可以的。可能会查重，但只要不完全一样，好像不会被抓。还是要自己理解了再写，不要直接 CV 网上代码。
         * 这里提供网上一份比较正确的[题解](https://blog.csdn.net/HGGshiwo/article/details/111088392)，但是不要抄袭。
-    * 每次课的 PPT 上可能会有若干个 Topics, topics 是需要抢的，如果手慢只有在快期末的时候才能展示了（不过大家都能安排上，不用担心，2024秋冬数量不够，许老师期末又加了几个）。Topic 基本上是让介绍一个算法或者利用讲的算法做拓展，可以回看往年智云查看如何完成，除了用多种插值方法拟合牛头这个 topic 以外最好都要加一些算法分析的内容，工作量不算大，主要就是上网查查资料然后做代码实现。展示后老师或者同学会提问，最后由老师打分。从最后公布的平时分看，只要完成了老师都会直接给满分。可以预先查看往年智云或 PPT 选择自己感兴趣的 Topic 进行展示。
+    * 每次课的 PPT 上可能会有若干个 Topics，topics 是需要抢的，如果手慢只有在快期末的时候才能展示了（不过大家都能安排上，不用担心，2024秋冬数量不够，许老师期末又加了几个）。Topic 基本上是让介绍一个算法或者利用讲的算法做拓展，可以回看往年智云查看如何完成，除了用多种插值方法拟合牛头这个 topic 以外最好都要加一些算法分析的内容，工作量不算大，主要就是上网查查资料然后做代码实现。展示后老师或者同学会提问，最后由老师打分。从最后公布的平时分看，只要完成了老师都会直接给满分。可以预先查看往年智云或 PPT 选择自己感兴趣的 Topic 进行展示。
     * Quiz：两次小测，用来点名。回答问题可以抵偿一部分小测分数。
         * 在 2023 秋冬和 2024 秋冬，Quiz 就是签到性质，写错了也能拿满。
         * 在 2024 秋冬以前，回答问题可以加一分，老师说回答了问题下次小测就不用来了（笑）。在 2024 秋冬，回答问题和发现 PPT 错误都能获得所有小测的成绩，即 4 分。

docs/major/object_oriented_programming/index.md

@@ -205,7 +205,7 @@ grave: https://zju-turing.github.io/TuringCoursesGrave/major_basic/object_orient
 
         深入了解模板<del>的奇技淫巧</del>。
 
-    * 其他，如：《深入探索 C++14（Discovering Modern C++)》《现代 C++ 语言核心特性解析》《C++20 高级编程》等
+    * 其他，如：《深入探索 C++14 (Discovering Modern C++)》《现代 C++ 语言核心特性解析》《C++20 高级编程》等
 
 * 可参考 [The Definitive C++ Book Guide and List](https://stackoverflow.com/questions/388242/the-definitive-c-book-guide-and-list)，Stack Overflow 上整理的书单。也可以逛逛 [Quora](https://www.quora.com/What-is-the-best-C-book-for-a-beginner)。
 * C++ 之父 Bjanre Stroustrup 的 [FAQ](https://www.stroustrup.com/bs_faq.html) 很有意思，值得一看！此外他还有 [C++ Style and Technique FAQ](https://www.stroustrup.com/bs_faq2.html) 。十分建议大大多逛逛 [BS 的主页](https://www.stroustrup.com)。

docs/math_phys/probability/index.md

@@ -66,18 +66,18 @@ abbrs:
 
 * ***《概率论基础》 李贤平***（中国经典的概率论教材，显然浙大这本教材在很多地方参考了这本书）
 * ***Introduction to Poabability. Dimitri P.Bertsekas \& John N. Tsitsiklis*** MIT 概率论入门课程基础上便携的教材.
-* 以下为高等概率论（真正的概率论）相关教材, 很多内容需要对测度论和实变函数论的深入理解才能完全理解其数学内涵，毕竟，概率就是一种测度嘛。
-    * ***《概率》 施利亚耶夫*** 作者是前苏联著名数学家、院士, 柯尔莫哥洛夫的学生。本书分为两卷, 仅第一卷第一章为初等概率论, 其后则引入了测度。
+* 以下为高等概率论（真正的概率论）相关教材，很多内容需要对测度论和实变函数论的深入理解才能完全理解其数学内涵，毕竟，概率就是一种测度嘛。
+    * ***《概率》 施利亚耶夫*** 作者是前苏联著名数学家、院士，柯尔莫哥洛夫的学生。本书分为两卷，仅第一卷第一章为初等概率论，其后则引入了测度。
     * ***A Course in Probability Theory. Kai Lai Chung***
-    钟开莱大师的书, 丰富严谨。
+    钟开莱大师的书，丰富严谨。
     * ***Foundations of Modern Probability. Olav Kallenberg*** 比施利亚耶夫更可口的教材，但是测度论需求很高，如果没有一定了解第一章大概就已经死了吧（瘫）
     * ***Probability Theory: A Comprehensive Course. Achin Klenke*** 虽然是 UTM 但确实面向研究生，介绍了一部分随机过程的内容。但是这本书对测度论的介绍更加全面，属于那种，可以一看，但可能直到学期结束还没能看完的书。
     * ***Probability Theory. M. Loève*** 两卷，很厚，是 GTM。这本书和施利亚耶夫有点像，但是更加强调测度的观点。
-    * ***Real Analysis and Probability. R.M. Dudley***, 以及 ***Probability: Throey and Examples. R. Durrett***, 两本经典的基于测度的概率论教材, 不可不提。
-    * ***Measure Theory, Probability, and Stochastic Processes. Jean-François Le Gall***, 一本新书, 是作者在巴黎高师讲义的整理, 写作很好, 从基本的实分析和测度论讲起, 到概率论, 再到鞅论和布朗运动。
-    * UT Austin 数院教授 Gordan Žitković 的[授课资料](https://web.ma.utexas.edu/users/gordanz/lecture_notes_page.html), 内容包括高等概率论、随机过程、数理统计等等。
-    * ***《伊藤清概率论》 伊藤清***, "随机分析之父"、概率大师伊藤清的著作, 仅有百余页, 就用测度论将概率论梳理了一遍。此书预设了读者有足够的实变基础。
-    * 为了让同学们更好地食用, 这里简单推荐一些测度论教材:
-        - ***《概率论与测度论基础》程士宏***, 一本短小精悍、简明扼要的教材, 但有些干, 引入概念稍有生硬。B 站有[视频讲解](https://www.bilibili.com/video/BV1pw411Z7Ds)。
-        - ***Measure Theory. Paul R. Halmos***, 极其经典的教材, 作者 Paul Halmos 是鞅论创始人 Joseph Doob 的学生, 亦是一位杰出的数学家。可以主要侧重看此书 1-6 章 + 第 9 章。唯一算是缺点的是此书成书较早, 符号较为古老。
-        - ***An Introduction to Measure Theory. Terence Tao.*** 陶哲轩写的教材, 特点就是清晰易懂、十分细致。其主页上有[电子版](https://www.stat.rice.edu/~dobelman/courses/texts/qualify/Measure.Theory.Tao.pdf)。
+    * ***Real Analysis and Probability. R.M. Dudley***，以及 ***Probability: Theory and Examples. R. Durrett***，两本经典的基于测度的概率论教材，不可不提。
+    * ***Measure Theory, Probability, and Stochastic Processes. Jean-François Le Gall***，一本新书，是作者在巴黎高师讲义的整理，写作很好，从基本的实分析和测度论讲起，到概率论，再到鞅论和布朗运动。
+    * UT Austin 数院教授 Gordan Žitković 的[授课资料](https://web.ma.utexas.edu/users/gordanz/lecture_notes_page.html)，内容包括高等概率论、随机过程、数理统计等等。
+    * ***《伊藤清概率论》 伊藤清***，"随机分析之父"、概率大师伊藤清的著作，仅有百余页，就用测度论将概率论梳理了一遍。此书预设了读者有足够的实变基础。
+    * 为了让同学们更好地食用，这里简单推荐一些测度论教材:
+        - ***《概率论与测度论基础》程士宏***，一本短小精悍、简明扼要的教材，但有些干，引入概念稍有生硬。B 站有[视频讲解](https://www.bilibili.com/video/BV1pw411Z7Ds)。
+        - ***Measure Theory. Paul R. Halmos***，极其经典的教材，作者 Paul Halmos 是鞅论创始人 Joseph Doob 的学生，亦是一位杰出的数学家。可以主要侧重看此书 1-6 章 + 第 9 章。唯一算是缺点的是此书成书较早，符号较为古老。
+        - ***An Introduction to Measure Theory. Terence Tao.*** 陶哲轩写的教材，特点就是清晰易懂、十分细致。其主页上有[电子版](https://www.stat.rice.edu/~dobelman/courses/texts/qualify/Measure.Theory.Tao.pdf)。