update links

docs/常识/课题组.md

@@ -9,8 +9,8 @@
 - **现在申请课题组是否太早了**：按照当前的规划来说，大一新生在了解了基本知识之后，完全有能力在大一下进行科研实习的任务。毫无疑问，科研环境的内卷是肉眼可见的，可以预见的不久之后的将来，极有可能出现大量大一的新生有高质量的论文的发表，因此我们几乎可以说申请课题组永远不算早。同时考虑课题组的培养制度，课题组的导师通常会保留若干低年级新生在组中进行科研实习，以确保将来稳定的生源，这使得提前的占坑进组是有必要，而且可以带来巨大的竞争优势（因为竞争对手的缺乏）。
 - **我并不具有深度学习的知识，是不是太冒进了**：事实上，绝大多数的人都不是天才，也都并不具有在一开始便独当一面的能力。在正常的课题组中，往往申请是基于你的学科成绩作为筛选标准的，换句话说，老师看重的是你的学习能力，或者说将来的科研潜力。科研实习的开始阶段，导师通常会安排师兄师姐带领你进行课题。因此，只要具备下方我们所提及的基础知识，便不难进行科研了。
 
-- 数学基础：详见 [基础知识篇章](../学习路线/基础知识.md)，其中涵盖经典的高等数学/线性代数/概率论等内容，同时，假如说偏向于更加基础的领域，如矩阵论/凸优化等内容同样有必要学习。
-- 编程基础：详见 [基础知识篇章](../学习路线/基础知识.md)，人工智能领域要求你掌握 Python 的基本编程技巧，同时熟练使用 Pytorch 中的大多数内容。
+- 数学基础：详见 [线性代数](../学习路线/基础知识/线性代数.md) 与 [概率论](../学习路线/基础知识/概率论.md)，其中涵盖经典的高等数学/线性代数/概率论等内容，同时，假如说偏向于更加基础的领域，如矩阵论/凸优化等内容同样有必要学习。
+- 编程基础：详见 [基础知识篇章](../学习路线/基础知识/编程.md)，人工智能领域要求你掌握 Python 的基本编程技巧，同时熟练使用 Pytorch 中的大多数内容。
 - 论文基础：详见 [深度学习篇章](../学习路线/深度学习.md)，尽管具体领域具有具体的要求，但是依然存在着大量的论文，是任何一个领域都需要了解的。
 
 这些内容本质上，是假如加入课题组，在面试的过程中可能会涉及的，而对于一些并不是重考核的课题组来说，这些内容甚至可以放到进组之后再进行学习。