数学之美—章节概要

 

1. 文字和语言-数字和信息--校验位
2. 自然语言处理-从规则到统计-机器翻译-语音识别-文本数据库自动生成-数据挖掘
3. 统计语言模型-大数定理-语料的选取
4. 谈谈分词-动态规划-维比特算法-词的颗粒度与层次
5. 隐含马尔可夫模型—语音识别-训练算法-鲍勃韦尔奇算法-使用时解码算法-维比特算法
6. 信息的度量和作用-信息熵，冗余度，条件熵，互信息，相对熵-语音识别-机器翻译
7. 贾里尼克和现代语言处理-BCJR算法-把语言识别问题当做通信问题，用两个隐含马尔可夫模型（声学模型-语言模型）
8. 简单之美-布尔代数和搜索引擎—根据网络序号将索引分成很多份，分贝存储在不同的服务器中，
9. 图论和网络爬虫-遍历算法-BFS-DFS-超链接-哈希表-URL表
10. Page-Rank-Google的民主表决式网页排名技术
11. 如何确定网页和查询的相关性-TF-IDF度量关键词权重
12. 有限状态机和动态规划-地图与本地搜索的核心技术-模糊匹配
13. Google AK-47的设计者-阿米特辛格博士-简单有效的解决方案，先解决80%的问题
14. 余弦定理和新闻的分类-特征向量
15. 矩阵运算和文本处理中的两个分类问题（词汇的聚类、奇异值分解）
16. 信息指纹及应用-产生随机数-网址消重-信息随机映射到一个多维二进制空间的一个点-YOUTube反盗版
17. 密码学的数学原理-电视剧暗算-公开密钥
18. 搜索引擎消除反作弊问题原理和通信中过滤噪音原理相同
19. 谈谈数学模型的重要性—一个正确的数学模型形式上应该是简单的，噪音干扰时找到噪音的根源，大量准确的数据对研发很重要。
20. 不要把鸡蛋放在同一个篮子里-最大熵模型-简单优美，既满足各个信息源的限制条件，又保证平滑性
21. 拼音输入法和香农第一定理
22. 自然语言处理的教父马库斯和他的优秀弟子们—柯林斯-追求完美-布莱尔-简单才美
23. 布隆过滤器，判断一个元素是否在一个集合中
24. 马克可夫链的扩展—贝叶斯网络-有向图
25. 条件随机场和文法分析
26. 维特比和维特比算法-篱笆网络
27. 上帝的算法-期望最大化算法-EM算法-文本的自收敛分类
28. 逻辑回归和搜索广告-点击率预估机制
29. 各个击破算法和Google云计算的基础-Divide-and-Conquer-MapReduce工具-大任务拆分成小任务
30. Google大脑和人工神经网络--多维空间模式分类-分层的有向图—L-BFGS算法
31. 大数据的威力—谈谈数据的重要性

写在后面的话：学习了一种新的读书方法。在考研备考期间，任燕翔老师讲述了背政治的方法，当然这种方法也适用于快速看一本书。遗忘是正常的，如果没有遗忘，将是痛苦的。这是首先给自己的一个心理定个基调。然后按照章节读书。实际上章节就是文章大体内容。这本书也很明显地表示了这一点。标题很有趣同时也很有内容，如果看了一遍书，再看一遍文章章节，脑海里能联想到一些相关点。