買這商品的人也買了...
-
$560Python 自然語言處理 (Natural Language Processing with Python)
-
$281程序員修煉之道 :從小工到專家 (The Pragmatic Programmer: From Journeyman to Master)
-
$474$450 -
$194統計學習方法
-
$250貝葉斯思維 : 統計建模的 Python 學習法 (Think Bayes : Bayesian Statistics in Python)
-
$580$458 -
$580$458 -
$383視覺 SLAM 十四講:從理論到實踐
-
$450$356 -
$590$460 -
$390$332 -
$958深度學習
-
$580$458 -
$650$507 -
$450$356 -
$299$284 -
$354$336 -
$474$450 -
$294$279 -
$580$452 -
$505精通數據科學 從線性回歸到深度學習
-
$210$200 -
$1,000$790 -
$250機器學習線性代數基礎 (Python 語言描述)
-
$301Vim 8 文本處理實戰 (Mastering Vim: Build a software development environment with Vim and Neovim)
相關主題
商品描述
<內容簡介>
幾年前,“數學之美”系列文章原刊載於谷歌黑板報,獲得上百萬次點擊,得到讀者高度評價。正式出版前,吳軍博士幾乎把所有文章都重寫了一遍,為的是把高深的數學原理講得更加通俗易懂,讓非專業讀者也能領略數學的魅力。
《數學之美》第一版上市後深受廣大讀者歡迎,並榮獲國家圖書館第八屆文津圖書獎。讀者說,讀了《數學之美》,才發現大學時學的數學知識,比如馬爾科夫鏈、矩陣計算,甚至餘弦函數原來都如此親切,並且栩栩如生,才發現自然語言和信息處理這麼有趣。
而今,數學在信息產業中的應用越來越廣泛,因此,作者在第二版中增加了一些內容,尤其是針對大數據和機器學習的內容,以便滿足人們對當下技術的學習需求。
<章節目錄>
第一版讀者讚譽
第二版出版說明
第一版序言
第二版序言
第二版前言
第1章文字和語言vs數字和信息1
1信息
2文字和數字
3文字和語言背後的數學
4小結
第2章自然語言處理——從規則到統計15
1機器智能
2從規則到統計
3小結
第3章統計語言模型27
1用數學的方法描述語言規律
2延伸閱讀:統計語言模型的工程訣竅
3小結
第4章談談分詞41
1中文分詞方法的演變
2延伸閱讀:如何衡量分詞的結果
3小結
第5章隱含馬爾可夫模型50
1通信模型
2隱含馬爾可夫模型
3延伸閱讀:隱含馬爾可夫模型的訓練
4小結
第6章信息的度量和作用60
1信息熵
2信息的作用
3互信息
4延伸閱讀:相對熵
5小結
第7章賈里尼克和現代語言處理72
1早年生活
2從水門事件到莫妮卡·萊溫斯基
3一位老人的奇蹟
第8章簡單之美——布爾代數和搜索引擎82
1布爾代數
2索引
3小結
第9章圖論和網絡爬蟲89
1圖論
2網絡爬蟲
3延伸閱讀:圖論的兩點補充說明
4小結
第10章PageRank——Google的民主表決式網頁排名技術98
1 PageRank算法的原理
2延伸閱讀:PageRank的計算方法
3小結
第11章如何確定網頁和查詢的相關性104
1搜索關鍵詞權重的科學度量TF—IDF
2延伸閱讀:TF—IDF的信息論依據
3小結
第12章有限狀態機和動態規劃——地圖與本地搜索的核心技術111
1地址分析和有限狀態機
2全球導航和動態規劃
3延伸閱讀:有限狀態傳感器
4小結
第13章Google AK—47的設計者——阿米特·辛格博士121
第14章餘弦定理和新聞的分類127
1新聞的特徵向量
2向量距離的度量
3延伸閱讀:計算向量餘弦的技巧
4小結
第15章矩陣運算和文本處理中的兩個分類問題136
1文本和詞彙的矩陣
2延伸閱讀:奇異值分解的方法和應用場景
3小結
第16章信息指紋及其應用142
1信息指紋
2信息指紋的用途
3延伸閱讀:信息指紋的重複性和相似哈希
4小結
第17章由電視劇《暗算》所想到的— —談談密碼學的數學原理153
1密碼學的自發時代
2信息論時代的密碼學
3小結
第18章閃光的不一定是金子——談談搜索引擎反作弊問題和搜索結果的權威性問題162
1搜索引擎的反作弊
2搜索結果的權威性
3小結
第19章談談數學模型的重要性171
第20章不要把雞蛋放到一個籃子裡——談談最大熵模型177
1最大熵原理和最大熵模型
2延伸閱讀:最大熵模型的訓練
3小結
第21章拼音輸入法的數學原理186
1輸入法與編碼
2輸入一個漢字需要敲多少個鍵——談談香農第一定理
3拼音轉漢字的算法
4延伸閱讀:個性化的語言模型
5小結
第22章自然語言處理的教父馬庫斯和他的優秀弟子們197
1教父馬庫斯
2從賓夕法尼亞大學走出的精英們
第23章布隆過濾器204
1布隆過濾器的原理
2延伸閱讀:布隆過濾器的誤識別問題
3小結
第24章馬爾可夫鏈的擴展——貝葉斯網絡209
1貝葉斯網絡
2貝葉斯網絡在詞分類中的應用
3延伸閱讀:貝葉斯網絡的訓練
4小結
第25章條件隨機場、文法分析及其他217
1文法分析——計算機算法的演變
2條件隨機場
3條件隨機場在其他領域的應用
4小結
第26章維特比和他的維特比算法227
1維特比算法
2 CDMA技術——3G移動通信的基礎
3小結
第27章上帝的算法——期望最大化算法238
1文本的自收斂分類
2延伸閱讀:期望最大化和收斂的必然性
3小結
第28章邏輯回歸和搜索廣告244
1搜索廣告的發展
2邏輯回歸模型
3小結
第29章各個擊破算法和Google雲計算的基礎249
1分治算法的原理
2從分治算法到MapReduce
3小結
第30章Google大腦和人工神經網絡254
1人工神經網絡
2訓練人工神經網絡
3人工神經網絡與貝葉斯網絡的關係
4延伸閱讀:Google大腦
5小結
第31章大數據的威力——談談數據的重要性273
1數據的重要性
2數據的統計和信息技術
3為什麼需要大數據
4小結
附錄計算複雜度295
第二版後記299
索引302