序言1
序言2
前言
第1章 文字和语言 vs 数字和信息
第2章 自然语言处理 — 从规则到统计
第3章 统计语言模型
第4章 谈谈中文分词
第5章 隐含马尔可夫模
第6章 信息的度量和作用
第7章 贾里尼克和现代语言处理
第8章 简单之美 — 布尔代数和搜索引擎的索引
第9章 图论和网络爬虫
第10章 PageRank — Google的民主表决式网页排名技术
第11章 如何确定网页和查询的相关性
第12章 地图和本地搜索的最基本技术 — 有限状态机和动态规划
第13章 Google AK-47的设计者 — 阿米特 · 辛格博士
第14章 余弦定理和新闻的分类
第15章 矩阵运算和文本处理中的两个分类问题
第16章 信息指纹及其应用
第17章 由电视剧《暗算》所想到的 — 谈谈密码学的数学原理
第18章 闪光的不一定是金子 — 谈谈搜索引擎反作弊问题
第19章 谈谈数学模型的重要性
第20章 不要把鸡蛋放到一个篮子里 — 谈谈最大熵模型
第21章 拼音输入法的数学原理
第22章 自然语言处理的教父马库斯和他的优秀弟子们
第23章 布隆过滤器
第24章 马尔可夫链的扩展 — 贝叶斯网络
第25章 条件随机场和句法分析
第26章 维特比和他的维特比算法
第27章 再谈文本自动分类问题 — 期望最大化算法
第28章 逻辑回归和搜索广告
第29章 各个击破算法和Google云计算的基础
附录
后记
索引
· · · · · · (收起)
具体描述
几年前，“数学之美”系列文章原刊载于谷歌黑板报，获得上百万次点击，得到读者高度评价。读者说，读了“数学之美”，才发现大学时学的数学知识，比如马尔可夫链、矩阵计算，甚至余弦函数原来都如此亲切，并且栩栩如生，才发现自然语言和信息处理这么有趣。
今年，作者吴军博士几乎把所有文章都重写了一遍，为的是把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式 —— 如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。
用户评价
##很多有用的算法，可以直接为基础来推动研发了
评分##多年前在Google黑板报上看过。
评分##数学之美：把生活中遇到的复杂的、摸不着头脑的问题，以简单清晰，直观有效的模型或者公式解答出来。我们可能过于注意生活中的种种现象，以及过于追求理论逻辑的演绎。往往忽略了培养二者之间建立联系的过程，而这，也是大部分问题的主要根源。如何解决这个困难？我想，唯有实践与时间了。
评分##多年前在Google黑板报上看过。
评分##和真正纯数学没什么关系，主要是学科交叉，以及一些简洁漂亮的数学（统计学）原理。可以算深入浅出了，很多是专业课老师讲不出的。此书印刷（也许是）错误不少，自行纠正。
评分##好看！名为数学之美，实为信息技术（自然语言处理）中的数学原理（统计语言模型）之美。更深刻地理解了大学所学的线性代数、概率论与数理统计和应该学而没学的随机过程、图论、机器学习的应用意义。原来新闻分类的原理是高中学的余弦定理，地图搜索的动态规划和拼音输入法的最大熵模型，其实也是殊途同归。还有期望最大化算法和迭代，无处不在的逻辑回归。大道至简，读完之后觉得视野和思路都清晰了许多。把简明科普和背景延伸分开，非常人性化的写作，不过相比《浪潮之巅》，作者自吹的口吻略多，白璧微瑕。
评分##和真正纯数学没什么关系，主要是学科交叉，以及一些简洁漂亮的数学（统计学）原理。可以算深入浅出了，很多是专业课老师讲不出的。此书印刷（也许是）错误不少，自行纠正。
评分你们知道我一个数学高考都没有及格的人是怀着怎样的心情看这本书么。。。但是，我居然看完了，而且觉得，真的好有意思。。。
评分##多年前在Google黑板报上看过。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.teaonline.club All Rights Reserved. 图书大百科 版权所有