标签
内容简介
本书脱胎于作者吴军在谷歌黑板报上连载的“数学之美”系列文章。该系列曾获上百万次点击,后在纸质书中经过大幅重写,把通信、自然语言处理、搜索、机器学习背后的数学原理,用通俗的语言和具体案例讲清楚。全书以“如何把复杂问题化繁为简”为主线:从文字与数字的起源讲起,依次展开统计语言模型、中文分词、隐马尔可夫模型、信息熵与互信息、布尔代数与索引、图论与网络爬虫、PageRank、TF-IDF、有限状态机与动态规划、余弦定理与新闻分类、矩阵运算与奇异值分解、信息指纹、密码学原理、搜索引擎反作弊、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、期望最大化算法、逻辑回归与搜索广告、MapReduce 与云计算、人工神经网络等主题,并在结尾讨论计算复杂度。第三版在第二版基础上新增三章,分别介绍区块链的数学基础(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极限。读者从中获得的与其说是公式,不如说是“用数学思维拆解工程问题”的方法。
编辑推荐
很多人对数学的印象停留在解题和考试,而这本书展示的是另一面:数学是工程师手里最锋利的工具。吴军的难得之处在于,他既做过谷歌中日韩搜索算法的主要设计者,又在腾讯负责过搜索业务,因此能说清一个公式究竟解决了什么真实问题——为什么余弦定理能用来给新闻分类,为什么信息熵能衡量语言模型的好坏,为什么一个简单的布尔运算撑起了整个搜索引擎。全书三十余章各自独立,通勤路上读一章也不违和;第三版新增的区块链、量子通信、人工智能极限三章,又把话题接到了当下的技术热点上。本书曾获文津图书奖,并被多所高校列为信息类专业的推荐读物,适合作为从“学过数学”到“会用数学”之间的那座桥。
适合谁读
适合
- 理工科大学生,尤其是计算机、人工智能、通信方向的学习者
- 从事搜索、推荐、自然语言处理等工作的工程师
- 想理解技术背后原理的产品经理与技术管理者
- 高中阶段对数学和计算机有兴趣、愿意读点硬内容的读者
不适合
- 希望系统学习数学推导与做题技巧、备考升学的读者
- 完全没有编程与概率基础、只想轻松读故事的低龄读者
- 期待按教材章节循序讲授、配有大量习题的读者
阅读建议
- 不必按顺序通读,可先挑自己关心的主题(如搜索、输入法、加密)切入,各章相对独立。
- 读到公式先看它想解决的问题和直观含义,跳过推导不影响理解主线。
- 搭配少量概率论与线性代数复习,读第3、5、15、24章会顺畅很多。
- 每读完一章,尝试用自己的话复述“这个数学工具解决了什么工程难题”,效果最好。
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
- 推荐序一
- 推荐序二
- 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 谈谈分词
- 第5章 隐马尔可夫模型
- 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
- 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——地图与本地搜索的核心技术
- 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和搜索结果的权威性问题
- 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
第三版相比第二版增加了什么内容?
第三版新增三章,分别讲区块链的数学基础(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极限;同时对部分章节做了修订。
没有很强的数学基础能读懂吗?
作者刻意用通俗语言和案例替代推导,高中水平的数学加上一点耐心即可读懂主线;遇到矩阵、隐马尔可夫模型等章节,补一点线性代数和概率基础会更轻松。
这本书适合当教材用吗?
它更像科普与思维方法读物,不是教材:没有习题,章节间也不按教学顺序递进。部分高校把它列为信息类专业的参考读物,适合配合课程课外阅读。
书里讲的数学知识会不会过时?
核心内容如信息熵、TF-IDF、PageRank、隐马尔可夫模型属于经典方法,长期有效;第三版补充的区块链、量子通信、人工智能极限等章节则贴近近年热点,整体并不过时。
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。