数学之美-吴军

Author Avatar
琉璃 9月 08, 2018

数学之美本来是刊登在谷歌黑板报上用以科普谷歌技术的,后来被作者吴军整理成了书。

整本书更多的是介绍谷歌所使用的自然语言处理技术以及搜索及排序技术。大部分书中谈论的都是为搜索服务的,这也符合了谷歌起家的基础。

为了触及到更广泛的读者,数学之美这本书中对这些工程实现之后的数学有所涉及,但并不够详尽。大部分的数学原理都被浓缩在那正章之后几页的扩展阅读里,因此读完这本书只是让我对于语言处理领域大家在使用什么技术有了一个大概的印象。更多的东西需要我去书后的文献中去寻找。接下来是一些我觉得比较有意思,可以仔细看看的话题:

  • 马尔科夫链
  • 隐含马尔科夫模型
  • 古德-图灵估计 Good-Turing Estimate
  • 鲍姆-韦尔奇 Baum-Welch Algorithm(马尔可夫链的无监督训练方式)
  • 通信的数学原理(A Mathematical Theory of Communication)
  • 信息熵
  • 最大熵模型(The Maximum Entropy Principle)
  • 通用迭代算法GIS(Generalized Iterative Scaling)
  • 改进迭代算法IIS(Improved Iterative Scaling)
  • 最大熵模型快速算法
  • Logical Regression
  • 期望值最大化算法
  • 维特比算法
  • 欧拉七桥问题
  • 逆向文档频率 TF-IDF
  • Map-Reduce
  • 奇异值分解
  • 稀疏矩阵
  • 贝叶斯网
  • 蒙特卡罗(Monte Carlo)
  • 条件随机场
  • 梯度下降(Gradient Descent)

This blog is under a CC BY-NC-SA 3.0 Unported License
本文链接:https://www.inevitable.tech/posts/c2f73a5/