《数学之美》第12页

《数学之美》——第三章个人笔记

数学之美最近在读《数学之美》这本书，做一下个人笔记。看的是PDF，看完后会买一本的哦！版权意识还是有的。ps：图片文字都是这本书中的内容，侵权立删。会有点自己的理解。

方玲是个小可爱·2020-07-10 00:06

2018-04-19 #文明之光1-总结

著有《浪潮之巅》《数学之美》《大学之路》《文明之光》《硅谷之谜》《智能时代》等多部畅销书。文明之光这个系列总共4本，按照时间顺序组织，主要涉及历史、科技、艺术、政治等几大板块。

泥巴叔叔·2020-07-09 20:49

初读《见识》

写字没水了·2020-07-09 13:44

数学之美笔记（2）

第3章统计语言模型统计语言模型产生的初衷是为了解决语音识别问题。句子S发生的概率：利用古德-图灵估计求解概率的方法是卡茨退避法，用来进行平滑另一种平滑的方法是利用低阶语言模型和高阶语言模型进行线性插值，该方法不如卡茨规避法。语料的选取：训练数据通常越多愈好；训练数据跟应用数据一致性噪声，进行预处理第4章谈谈分词1.查字典找最长的词匹配à最少次数的分词理论：对具有二义性的时候，就不能准确的分割了2.

liche717·2020-07-09 09:47

《数学之美》1 搜索引擎

技术分为术和道两种，具体做事方法是术，做事的原理和原则是道。很多具体的搜索技术很快会从独门绝技到普及，再到落伍，追求术的人一辈子工作很辛苦。只有掌握了搜索的本质和精髓才能永远游刃有余。搜索引擎搜索引擎下载自动下载尽可能多的网页网络爬虫BFSorDFS理想：不考虑时间因素，二者能在大致相同时间下O(V+E)爬下整个静态互联网内容。现实：在有限时间内最多地爬下最重要网页。BFS明显优于DFS，实际的爬

Lanxer·2020-07-08 21:16

[转]使用余弦定理计算两篇文章的相似性

其实这个题目已经有很多人写过了，数学之美里就有，最近阮一峰的博客里也写了，本文基本上遵循的就是他的思路，只是让其看起来再小白一点点。

weixin_33795833·2020-07-08 15:49

一文读懂梯度下降背后的数学原理几何

数学原理拆解+简单的现实案例，带你领略梯度下降的数学之美！对于诸位“MLer”而言，梯度下降这个概念一定不陌生，然而从直观上来看，梯度下降的复杂性无疑也会让人“敬而远之”。

数据派THU·2020-07-08 07:17

第8章简单之美：布尔代数和搜索引擎

以下内容学习、摘录自《数学之美》很多想通过作者了解google的独门搜索技术，但对作者只讲述简单的原理感到失望。其实，技术分为“术”和“道”，具体做事方法是“术”，做事的原理和原则是“道”。

whybask·2020-07-08 03:40

关于人工智能，听听吴军与今日头条科学家李磊、百度少帅科学家顾嘉唯说了什么？

5月25日，前谷歌工程师、前腾讯副总裁、《浪潮之巅》《数学之美》的作者吴军与今日头条实验室科学家李磊，以及百度深度学习研究院少帅科学家顾嘉唯聚首北京邮电大学，探讨人工智能的未来与发展。

AMINO丰元创投·2020-07-08 02:17

怎么理解「产品是演化出来，而非规划出来的」？

吴军的《数学之美》开篇提到当今的数学在古希腊时的定义是：通过学习获得的知识。其涵盖范围比如今对数学的定义要广义的多。

cloudxiao·2020-07-07 17:48

第1章文字和语言 vs 数字和信息

以下内容学习、摘录自《数学之美》数字、文字和自然语言一样，都是信息的载体，它们之间原本有着天然的联系。语言和数学的产生都是为了同一个目的——记录和传播信息。

whybask·2020-07-07 15:17

数学之美笔录(3):隐含马尔可夫模型(详解)

隐含马尔可夫模型-HMM(HiddenMarkovModel)是一个数学模型，到目前为之，它一直被认为是实现快速精确语音识别系统的最为快速有效的方法。复杂的语音识别问题通过隐含马尔可夫模型能非常简单地被表述、解决。自然语言是人类交流信息的工具。很多自然语言处理问题都可以等同于通信系统中的解码问题–一个人根据接收到的信息，去猜测发话人要表达的意思。这其实就象通信中，我们根据接收端收到的信号去分析、理

One2zeror·2020-07-07 12:48

产品经理底层内核之——熵减思维

直到吴军老师的《数学之美》，以及一些类似的文章给了我启发，让我重新思考了基础学科中的理论对实际生活和工作的重要性，熵减思维便是我从热力学中得到的启发。

hyfound·2020-07-07 10:51

06 爱迪生

很喜欢吴军博士的书，从《浪潮之巅》到《数学之美》，再读了《文明之光》这四册。书中将技术史与文化史巧妙融合，精炼、易懂地描绘了人类文明发展的过程。

whybask·2020-07-06 23:51

担心成为被淘汰的人？看看《智能时代》都讲了什么

他先后供职于谷歌和腾讯，是谷歌中、日、韩搜索算法的发明人、腾讯副总裁，也是活跃在硅谷的投资人；他先后写过《智能时代》《数学之美》和《浪潮之巅

舒米夏·2020-07-06 15:15

数学之美1 - 离散篇

离散篇程序员的数学基础课二进制余数迭代法归纳法递归排列&组合动态规划DPS&BFS图时间复杂度&空间复杂度反码&补码位操作开篇词|作为程序员，为什么你应该学好数学？数学它其实是一种思维模式，考验的是一个人归纳、总结和抽象的能力如果编程语言是血肉，数学的思想和知识就是灵魂只做程序员需要学的数学知识导读：程序员应该怎么学数学？把握数学的工具属性，学习具体方法时先溯因再求果，勤于思考解决相同问题的不同方

请叫我子鱼·2020-07-06 08:18

读书笔记——数学之美

“数学的魅力就在于将复杂的问题简单化”“正确的数学模型在科学和工程中至关重要，而发现正确模型的途径常常是曲折的。正确的模型在形式上通常是简单的。”“（人们）发觉真理在形式上从来是简单的，而不是复杂和含混的。——牛顿”Truthisevertobefoundinsimplicity,andnotinthemultiplicityandconfusionofthings.数学之外很多时候，指出不正确的

wyi06·2020-07-06 08:17

hiyoung·2020-07-06 07:24

别以为区块链与你没有关系

著有《数学之美》、《浪潮之巅》和《文明之光》。《得到》上《吴军硅谷来信》，《吴军的谷歌方法论》的专栏作者。一个温而厉的君子。吴军老师吴军老师

anghoo·2020-07-06 06:56

读《数学之美》吴军---笔记001

读《数学之美》吴军---笔记001简单性和模块化时软件工程的基石，分布式和容错性时互联网的生命----WWW的发明人蒂姆·伯纳斯·李《数学之美》整本书都在诉说着这个简单的道理，简单就是美。

weixin_44073050·2020-07-06 05:43

《数学之美》第二章自然语言处理——从规则到统计

语言的数学本质：语言的出现是为了人类之间的通信；字母、笔画、文字、数字实际上是信息编码的不同单位，而语言的语法规则则是编解码的算法。计算机出现之后，希望计算机处理自然语言。计算机处理自然语言的方法和人类一样通过接受信息、解码来处理自然语言。机器智能：计算机之父阿兰·图灵最早提出机器智能。图灵测试：让人和机器进行交流，如果人无法判断自己的交流对象是人还是机器，就说明机器存在智能了。早起自然语言处理：

Big_Body·2020-07-06 02:56

读《数学之美》第四章谈谈分词

中文分词其实有点像古代的句读（dou），韩愈的《师说》中就有：“彼童子之师，授之书而习其句读者也”。古人文章是没有标点符号的，行文一气呵成。如果不懂离经断句，就很难理解古文的意思。从某种程度上，句读就类似今天要讲的中文分词。北京航空航天大学的梁南元教授提出了查字典的方法查字典的方法就是把句子从左到右扫描一遍，遇到字典里有的词就标示出来，遇到不认识的字串就分割为单字词。如果分割出的词与后面的字不会组

weixin_30484739·2020-07-05 21:15

【数学之美笔记】自然语言处理部分（一）.md

文字、数字、语言、信息数字、文字和自然语言一样，都是信息的载体，他们的产生都是为了记录和传播信息。但是貌似数学与语言学的关系不大，在很长一段时间内，数学主要用于天文学、力学。本章，我们将回顾一下信息时代的发展，看语言学如何慢慢与数学联系起来的。信息最开始的时候，人类会用声音来传播信息。这里面的信息的产生、传播、接收、反馈，与现在最先进的通信在原理上没有任何差别。因为早期人类需要传播的信息量不多，所

weixin_30292843·2020-07-05 20:22

《数学之美》第4章谈谈分词

1中文分词方法的演变可以利用语言模型进行自然语言处理，而这些语言模型是建立在词的基础上的，因为词是表达语义的最小单位。分词方法：查字典，北航梁南元教授提出。可以解决七八成以上的问题。20世纪80年代，哈工大王晓龙博士将查字典理论化，发展成最少词数的分词理论，即一句话应该分成数量最少的词串。不足之处：遇到有二义性的分割时就无能为力了。并非所有的最长匹配都一定是正确的。1990年，清华郭进博士用统计语

剑九黄·2020-07-05 19:28

《数学之美》阅读笔记part2——第16章到第31章

第16章信息指纹及其应用1信息指纹将5000亿个网址随机地映射到128位二进制即16个字节的整数空间中，这16个字节的随机数就称作该网址的信息指纹。伪随机数产生器算法PRNG：最早的冯诺依曼将一个数的平方掐头去尾取中间的几位数，现在常用梅森旋转算法。信息指纹具有不可逆性，也就是说无法根据信息指纹推出原有信息。如cookie在互联网上加密要使用基于加密的伪随机数产生器（CSPRNG），常用的算法有M

vivian_ll·2020-07-05 19:18

数学之美阅读笔记（1）

大一的时候就开始看吴军博士第一版的《数学之美》，苦于那时年少无知不懂事，加上自身数学知识的体系不健全，翻着翻着也就没有了后文。

努力进行光合作用·2020-07-05 16:55

数学之美学习笔记

16年一月份阅读了吴军的《数学之美》，真有种相见恨晚的感觉！对于刚刚学习自然语言处理的人来说，这是最佳入门读物，没有之一。

winkake·2020-07-05 15:54

科学标准在个人成长上的利用

比方说数学，老师从不和我们说数学之美，是一切知识的根基，甚至连宇宙运行都可以运用数学模型来解释。再比如说牛

尘世知行者·2020-07-05 15:02

数学之美（吴军著）学习总结和经典摘抄

第1章语言和文字VS数字和信息1.不同的文明，因为地域的原因，历史上相互隔绝，便会有不同的文字。随着文明的融合与冲突，不同文明下的人们需要交流，或者说通信，那么翻译的需求便产生了。翻译这件事之所以能达成，仅仅是因为不同的文字系统在记录信息的能力上是等价的。（这个结论很重要）进一步讲，文字只是信息的载体，而并非信息本身。那么不用文字，而用其它的载体（比如数字）是否可以存储同样意义的信息呢？这个答案是

阳光的颜色·2020-07-05 13:13

《数学之美》读书笔记（二）：第6章~第10章

第六章1.信息量等于不确定性的多少。2.香农用“比特”这个概念来度量信息量。3.变量的不确定性越大，熵也就越大。4.信息是消除不确定性的唯一办法。5.网页搜索本质上就是要从大量网页中，找到和用户输入的搜索词最相关的几个网页。网页搜索的本质上也是利用信息消除不确定性的过程。如果提供的信息不够多，那么会有很多相关的结果。这时正确的做法是挖掘新的隐含信息，比如网页本身的质量信息。如果这些信息还是不够消除

深森_Lemonade·2020-07-05 11:09

从胃和瞌睡的关系看认知

先看看贝叶斯再看看贝叶斯公式再说说贝叶斯在生活中的运用1.数学之美番外篇：平凡而又神奇的贝叶斯方法2.贝叶斯告诉你：假如你是一个女生，你在你的老公书包里发现了一个别的女人的内裤那么他出轨的概率是多少3.

tshybin·2020-07-05 10:27

浅谈《数学之美》①——自然语言处理

小编看的书吴军博士的《数学之美》第二版，最近看完了前七章，做个小总结吧，毕竟本书的知识还是很值得去细细品味（虽然很多看不懂。。。。）

佰无一用是书生·2020-07-05 10:55

《数学之美》——第一章个人笔记

数学之美最近在读《数学之美》这本书，做一下个人笔记。看的是PDF，看完后会买一本的哦！版权意识还是有的。ps：图片文字都是这本书中的内容，侵权立删。会有点自己的理解。

方玲是个小可爱·2020-07-05 08:25

简单、高效的数据结构--Bloom Filter（布隆过滤器）

背景：在翻阅吴军博士《数学之美》的时候看到布隆过滤器，所以在此总结下自己对其的认识。

数大招疯·2020-07-05 07:39

用OKR分解2017年目标

2017年目标：目标1：完成《数学之美》这本书的英文版和韩文版。还有图书《大学之路》的第

李泳梅Bella·2020-07-05 07:11

数学之美-读书笔记-1-5章

文章目录第1章文字和语言vs数字和信息信息文字和数字文字和语言背后的数学小结第2章自然语言处理-从规则到统计前言机器智能从规则到统计小结第3章统计语言模型1用数学的方法描述语言规律2延伸阅读2.1高阶语言模型2.2模型的训练、零概率问题和平滑方法2.3语料的选取问题个人总结第4章谈谈分词1中文分词方法的演变2延伸阅读2.1分词的一致性2.2词的颗粒度和层次第5章隐含马尔可夫模型1通信模型2延伸阅读

鹏鹏~·2020-07-05 06:30

浅谈SVD的理解

拜读吴军老师的《数学之美》，其中第15章提到通过SVD分解可以从一堆文章中的文字集合中抽取出主题，从而将文章归类，比如从一大堆文章中抽取出体育、文学、娱乐等板块，心想真不可思议，而且SVD分解公式，A=

神气爱哥·2020-07-05 02:31

js数学之美, 根据距离调节大小,最常用的反比关系实现?

效果图image.pngpractice.wrapper{width:800px;height:300px;margin:300pxauto;}.wrappera{text-decoration:none;}.wrapperaimg{width:100px;height:100px;border-radius:50%;}$('body').on('mousemove',function(e){$(

wudimingwo·2020-07-05 01:19

十分钟读完《智能时代》

也是上海交通大学客座研究员和约翰.霍普金斯大学工学院董事，著有《数学之美》、《文明之光》、《浪潮之巅》。推荐语在书中，作者从工业革命谈起，进而延伸出新的思维革命，从而

小刀子轩·2020-07-05 01:43

《统计学习方法》笔记07：最大熵模型

foreword最大熵模型，最初在吴军博士《数学之美》看到。那节题目为《不要把鸡蛋放在一个篮子里——最大熵模型》。

鸟恋旧林XD·2020-07-05 01:48

数学之美读书笔记

sidney·2020-07-05 00:15

数学之美系列二 -- 谈谈中文分词

数学之美系列二--谈谈中文分词2006年4月10日上午08:10:00uT("time114462952509335533");发表者:吴军，Google研究员谈谈中文分词-----统计语言模型在中文处理中的一个应用上回我们谈到利用统计语言模型进行语言处理

tattarrattat·2020-07-04 23:30

2016年读书笔记

数学之美《三体》第一部国家为什么会失败数学之美“数学之美”系列文章原刊载于谷歌黑板报，获得上百万次点

loongshawn·2020-07-04 22:59

《数学之美》第一章文字和语言数字和信息-学习笔记

本文是《数学之美》第一章文字和语言数字和信息的学习笔记信息的传递过程是信息源首先将信息编码形成能够在信道中传播的信息，然后信息经过信道进行传递，最后，接收者需要解码才能获取到信息源需要传递的信息。

bugcoder321·2020-07-04 21:29

数学之美阅读笔记

第一部分：NLP1、从规则语言模型到统计语言模型2、统计语言模型：为自然语言建立的数学模型，用数学方法描述自然语言。P(s1,s2,s3,...)3、马尔科夫假设与二元模型（N元模型）4、古德-图灵估计：解决0概率问题和”不平滑“模型问题对于没有看见的时间，我们不能认为它发生的概率是0，因此我们从概率总量中分配一个很小的比例给这些没有看见的事件。这样一来，看见的那些事件的概率总和就小于1了，因此，

kalakalayang·2020-07-04 20:33

学习总结——贝叶斯方法

参考：1.数学之美番外篇：平凡而又神奇的贝叶斯方法http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/2.阮一峰总结的这两篇《贝叶斯推断及其互联网应用

养成写博客的习惯·2020-07-04 18:51

数学之美，AI之始（中）

图片来源：花瓣网“人工智能”能否做跨界程度高的事？也能，但时间比上面一条要长。不知道您身边，有没有这样的朋友，眼光独到、RP大爆发。全国各地房价高涨前靠贷款入手n套房，提前实现了财务自由；全国股价暴跌前，盆满钵满又及时抽身而退。吃不到酸葡萄的人，往往将原因归到对方走了狗屎运。如果有幸和这些人聊天，TA可能会告诉你，之所以在大趋势来之前，比其他人先期反应，是因为TA注意到一些看似不相干的事物。比如当

跟设计学设计·2020-07-04 12:29

视觉是想象力的翅膀

很难想象爱因斯坦通过文字来穿越时光的画面，也很难想象牛顿用文字来解释苹果坠落的原因，更难想象纳什用文字来推演那些迷一样的数学之美。唯有图像，唯有视觉化，让思想自由飞翔。

小涂老师·2020-07-04 08:19

《数学之美》读书笔记(1)

这周把《数学之美》看了，感觉吴军写的很好，深入浅出，虽然技术上面基本上我都早有涉猎，但是还是让我学到了不少思考问题的思路。下面写一下我对一到十一章各个章节简要总结和感悟。

SrdLaplaceGua·2020-07-04 08:51

《数学之美》知识点详细总结

《数学之美》知识点详细总结原创作品，转载请注明出处：[Mr.Scofieldhttp://blog.csdn.net/scotfield_msn/article/details/69264939]From

Scofield_Phil·2020-07-04 08:03

推荐频道

《数学之美》

《数学之美》——第三章 个人笔记