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
##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##原諒我一生放縱不羈愛數學！！！
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##多年前在Google黑闆報上看過。
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##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
評分你們知道我一個數學高考都沒有及格的人是懷著怎樣的心情看這本書麼。。。但是，我居然看完瞭，而且覺得，真的好有意思。。。
評分##看到各位nlp大佬的事跡，我就像霸王彆姬裏的小癩子一樣：他們怎麼成的角兒啊？得挨多少打呀？我什麼時候纔能成角兒啊？
評分##其實不僅僅是數學，還有自然語言處理，以及集體智慧編程，機器學習等的通識性知識科普，學到瞭蠻多的。
相關圖書
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
© 2026 book.tinynews.org All Rights Reserved. 静思书屋 版权所有