序言1
序言2
前言
第1章 文字和語言 vs 數字和信息
第2章 自然語言處理 — 從規則到統計
第3章 統計語言模型
第4章 談談中文分詞
第5章 隱含馬爾可夫模
第6章 信息的度量和作用
第7章 賈裏尼剋和現代語言處理
第8章 簡單之美 — 布爾代數和搜索引擎的索引
第9章 圖論和網絡爬蟲
第10章 PageRank — Google的民主錶決式網頁排名技術
第11章 如何確定網頁和查詢的相關性
第12章 地圖和本地搜索的最基本技術 — 有限狀態機和動態規劃
第13章 Google AK-47的設計者 — 阿米特 · 辛格博士
第14章 餘弦定理和新聞的分類
第15章 矩陣運算和文本處理中的兩個分類問題
第16章 信息指紋及其應用
第17章 由電視劇《暗算》所想到的 — 談談密碼學的數學原理
第18章 閃光的不一定是金子 — 談談搜索引擎反作弊問題
第19章 談談數學模型的重要性
第20章 不要把雞蛋放到一個籃子裏 — 談談最大熵模型
第21章 拼音輸入法的數學原理
第22章 自然語言處理的教父馬庫斯和他的優秀弟子們
第23章 布隆過濾器
第24章 馬爾可夫鏈的擴展 — 貝葉斯網絡
第25章 條件隨機場和句法分析
第26章 維特比和他的維特比算法
第27章 再談文本自動分類問題 — 期望最大化算法
第28章 邏輯迴歸和搜索廣告
第29章 各個擊破算法和Google雲計算的基礎
附錄
後記
索引
· · · · · · (收起)
具體描述
幾年前，“數學之美”係列文章原刊載於榖歌黑闆報，獲得上百萬次點擊，得到讀者高度評價。讀者說，讀瞭“數學之美”，纔發現大學時學的數學知識，比如馬爾可夫鏈、矩陣計算，甚至餘弦函數原來都如此親切，並且栩栩如生，纔發現自然語言和信息處理這麼有趣。
今年，作者吳軍博士幾乎把所有文章都重寫瞭一遍，為的是把高深的數學原理講得更加通俗易懂，讓非專業讀者也能領略數學的魅力。讀者通過具體的例子學到的是思考問題的方式 —— 如何化繁為簡，如何用數學去解決工程問題，如何跳齣固有思維不斷去思考創新。
用戶評價
##很多有用的算法，可以直接為基礎來推動研發瞭
評分##數學美不美取決於小學數學老師凶不凶
評分##好看！名為數學之美，實為信息技術（自然語言處理）中的數學原理（統計語言模型）之美。更深刻地理解瞭大學所學的綫性代數、概率論與數理統計和應該學而沒學的隨機過程、圖論、機器學習的應用意義。原來新聞分類的原理是高中學的餘弦定理，地圖搜索的動態規劃和拼音輸入法的最大熵模型，其實也是殊途同歸。還有期望最大化算法和迭代，無處不在的邏輯迴歸。大道至簡，讀完之後覺得視野和思路都清晰瞭許多。把簡明科普和背景延伸分開，非常人性化的寫作，不過相比《浪潮之巔》，作者自吹的口吻略多，白璧微瑕。
評分##數學之美：把生活中遇到的復雜的、摸不著頭腦的問題，以簡單清晰，直觀有效的模型或者公式解答齣來。我們可能過於注意生活中的種種現象，以及過於追求理論邏輯的演繹。往往忽略瞭培養二者之間建立聯係的過程，而這，也是大部分問題的主要根源。如何解決這個睏難？我想，唯有實踐與時間瞭。
評分##看瞭之後提高瞭技術人員 B 格. 都說「深入淺齣」，這本書真的做到瞭。我這種沒文化的人都讀懂瞭。
評分##我這樣沒文化居然都讀的懂，“深入淺齣”名不虛傳，很受益，很好的科普讀物。
評分##作為一個文科生，跳過所有鄙視文科生的片段，覺得還寫得挺好
評分##作為一個文科生，跳過所有鄙視文科生的片段，覺得還寫得挺好
評分##似乎稱為《數學建模之美》或者《自然語言處理之美》更為妥當些。
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 book.cndgn.com All Rights Reserved. 新城书站 版權所有