标签
内容简介
《数学之美》源自作者吴军自2006年起在谷歌黑板报上连载的系列文章。这些文章发出后,在网上获得上百万次点击,并被广泛转载。后来吴军几乎逐篇重写了全部文章,把原本高深的数学原理讲得更加通俗,让非专业读者也能领略数学的魅力与信息处理之美。全书以自然语言处理和信息检索为主线:从文字、语言与数字和信息的关系讲起,梳理人类对机器理解自然语言的认识,历经“从规则到统计”的方法转折;随后依次讨论统计语言模型、中文分词、隐含马尔可夫模型、信息熵与互信息、布尔代数与索引、图论与网络爬虫、PageRank、相关性度量、有限状态机与动态规划、余弦定理与文本分类、矩阵运算、信息指纹、密码学、最大熵模型、拼音输入法、布隆过滤器、贝叶斯网络、条件随机场、维特比算法、期望最大化、逻辑回归与搜索广告、MapReduce 等重要主题,并穿插贾里尼克、辛格、马库斯、维特比等人物故事。第三版在原有内容上新增三章:区块链的数学基础(椭圆曲线加密)、量子密钥分发的数学原理,以及希尔伯特第十问题与机器智能的数学极限;另附计算复杂度附录。全书以实例串起应用、算法、模型与背后的数学,强调化繁为简、用数学解决工程问题、跳出固有思维创新的思考方式。
编辑推荐
很多人是在搜索引擎、输入法和推荐系统里第一次体会到数学的用处,却从没读过把这些技术背后的原理讲清楚的书。《数学之美》就是为此而写:它不堆砌公式,而是从一个具体问题出发,讲到算法、模型和数学思想,马尔可夫链、余弦相似度、信息熵这些名词在吴军笔下变得亲切可感。本书第一版曾获国家图书馆第八届文津图书奖,并多次被高校列为信息学科推荐读物,是科普类长销书。第三版在第二版增补大数据与机器学习内容的基础上,又新增区块链的数学基础、量子密钥分发的数学原理、人工智能的数学极限三章;第31至34章可视为面向前沿热点的延伸阅读,与前面讲自然语言处理和搜索的章节相互独立,可单独选读。如果你读过不少“讲数学之美”的鸡汤,却没真正搞清楚一个算法为什么有效,这本书能补上从直觉到理解的那一段。
适合谁读
适合
- 理工科本科生、研究生,想打通数学课与工程实践之间的隔阂
- 程序员、算法工程师,希望理解搜索、NLP、推荐背后的数学原理
- 对人工智能感兴趣的文科与跨专业读者,想找一本不必推导公式的入门读物
- 高中理科生与教师,可作为了解信息科学应用的拓展读物
不适合
- 希望直接获得可运行代码与工程实现细节的开发者
- 只想读严格数学教材、追求定理证明与习题训练的读者
- 对信息科学、计算机技术完全没有兴趣的一般读者
阅读建议
- 可先读第1—3章建立“统计代替规则”的整体框架,再按兴趣挑章节精读
- 读每章时先想清楚要解决的问题,再看模型如何描述,最后回看数学在其中的作用
- 把第31—34章当作独立的延伸阅读,不必按顺序读完前30章
- 配套查阅附录中的计算复杂度概念,遇到生疏术语回到原章节复习
出版社简介
人民邮电出版社
中国 · 成立于 1953 年
人民邮电出版社以科技、计算机与信息通信类图书见长,并由此延伸至摄影、艺术、软件学习与励志成长等门类,形成较为多元的出版方向。库内图书既涵盖《重构与模式(修订版)》《华为交换机学习指南(第二版)》等计算机与通信技术读物,也收录《小王子(中英法彩绘典藏纪念版)》《了不起的盖茨比》《假如给我三天光明》等双语典藏类作品;《北京十年:1980-1990》与《鬼刀 WLOP个人插画作品集》则体现其在摄影与艺术领域的布局。作者资源包括安东尼·圣埃克苏佩里、海伦·凯勒、Joshua Kerievsky、王达、张兆增与WLOP等。
目录
- 第三版前言
- 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 隐含马尔可夫模型
- 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 有限状态机和动态规划——地图和本地搜索的最基本技术
- 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、文法分析及其他
- 第26章 维特比和他的维特比算法
- 第27章 上帝的算法——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
- 第30章 Google大脑和人工神经网络
- 第31章 区块链的数学基础——椭圆曲线加密原理
- 第32章 大数据的威力——谈谈数据的重要性
- 第33章 随机性带来的好处——量子密钥分发的数学原理
- 第34章 数学的极限——希尔伯特第十问题和机器智能的极限
- 附录 计算复杂度
- 第三版后记
- 索引
常见问题
没学过高等数学,能读懂这本书吗?
可以。作者有意避开繁琐的公式推导,主要通过例子讲清算法的思路,只要了解基本的概率、向量等高中和大学低年级知识,就能跟上大部分讨论;个别章节可能需要适当补一点线性代数或概率知识。
第三版相比第二版多了什么?
第三版新增三章:区块链的数学基础(椭圆曲线加密原理)、量子密钥分发的数学原理,以及希尔伯特第十问题与机器智能的数学极限;同时对部分章节做了修订,全书共34章,并附计算复杂度附录。
这本书适合用来准备算法面试吗?
它更偏向讲原理和数学直觉,不是刷题和面试题集。理解书中PageRank、文本分类、最大熵等主题的来龙去脉,对面试中讲清思路有帮助,但具体编码训练还需另外的题库和项目练习。
这本书的内容是否已经过时?
书中前半部分涉及的搜索、分词、统计语言模型等是经典原理,至今仍是理解现代系统的基础;第三版补充了较新的主题。作者也强调学的是思考方式,不必将其视为最新技术的操作手册。
读者评论
查询本书
本站为索引目录:「全网查询」由您发起、在您的浏览器中运行,所列入口均指向第三方站点,请自行判断可用性。
作者简介
吴军
作者 · 美国 · 1967
吴军,1967年生于北京,计算机科学家、畅销书作家与硅谷风险投资人。他毕业于清华大学与约翰斯·霍普金斯大学,获计算机科学博士学位,曾任Google高级资深研究员、腾讯副总裁,并是Google中日韩文搜索算法的主要设计者。其写作横跨科技、社会文化与人文思考,库内收录作品五种,包括《同治中兴:中国保守主义的最后抵抗(1862—1874)》《场景文化力:新芝加哥学派解读城市发展》《智慧光网络:关键技术、应用实践和未来演进》《修心》及《鹿人说:电商客服实战技巧精粹》,涉及社会文化、社科、计算机综合、东方哲学与管理等分类。他善于把专业议题转化为清晰可读的叙述,兼顾知识密度与可读性。