《《数学之美》读书笔记_1》由会员分享，可在线阅读，更多相关《《数学之美》读书笔记_1（37页珍藏版）》请在金锄头文库上搜索。
1、数学之美读书笔记数学之美读书笔记读完一本经典名著后，信任你肯定有许多值得共享的收获，让我们好好写份读书笔记，把你的收获和感想记录下来吧。但是读书笔记有什么要求呢？下面是我细心整理的数学之美读书笔记，希望对大家有所帮助。数学之美读书笔记1读完本书，第一感受：次奥！原来数学如此多的原理模型概念都可以用去解决各种IT技术问题啊。特殊是语言识别和自然语言处理这类问题完全就是建立在数学原理之上的。总之，这本书就是用特别深化浅出的话去说明如何用数学方法去解决计算机的各种工程问题。这是一本讲道，而不是术的书。 要完全读懂这本书，我觉得至少须要驾驭这三门课：高等数学，离散数学，还有概率论与数理统计。唉.我当时
2、数学学得太水了，还挂了高数啊.有好的概念没看懂，以后有时间在好好看吧。假如想搞计算机探讨的话，数学基础必不行少，别总在埋怨各种数学课上的东西一辈子都用不着。发觉作者对人类自然发展的相识特别深，其从语言，文字，数学的产生发展，信息的传播记录得出了这个结论：信息的产生传播接收反馈，和今日最先进的通信在原理上没有任何差别。就算是科学上最高深的技术，那也是模拟我们生活中的一些基本原理。我们今日运用的十进制，就是我们扳手指扳了十次，就进一次位。而玛雅文明他们数完了手指和脚指才起先进位，所以他们用的是二十进制。事实上阿拉伯数字是古印度人独创的，只是欧洲人不知道这些数字的真正独创人是古印度，而就把这功劳该给
3、了“二道贩子”阿拉伯人。语言的数学本质任何一种语言都是一种编码方式，比如我们把一个要表达的意思，通过语言一句话表达出来，就是利用编码方式对头脑中的信息做了一次编码，编码的结果就是一串文字，听者则用这语言的解码方法获得说话者要表达的信息。自然语言处理模型计算机是很笨的，他们唯一会做的就是计算。自然语言处理在数学模型上是基于统计的，说一个句子是否合理，就看看他出现的可能性大小如何，可能性就是用概率来衡量，比如一个句子，出现的概率为1/1010,另一个句子出现的概率为1/1020,那么我们就可以说第一个句子比其次个句子更加合理。当然这要求有足够的观测值，他有大数定理在背后支持。最早的中文分词方法这句
4、话：“同学们呆在图书馆看书”，如何分词？应当是这样：同学们/呆在/图书馆/看书.最先的方法是北航一老师提出的查字典方法，就是把句子从左道右扫描一遍，遇到字典里面出现的词就标示出来，遇到复合词如（北京高校）就根据最长的分词匹配，遇到不相识的字串就分割成单个字，于是中文的分词就完成了。但是这只能解决78成的分词问题，但是“像发展中国家”这种短语它是分不出来的。后来大陆用基于统计语言模型方法才解决了。隐含马可夫模型（没这么看懂）始终被认为是解决打多数自然语言处理问题最为快速有效的方法，大致意思是：随机过程中各个状态的概率分布，只与他的前一个状态有关。比如对于天气预报，我们只假设今日的气温只与昨天有关
5、而与前天没有关系，这虽然不完备，但是以前不好解决的问题都可以给出近视值了。一个让我印象深刻的观点：小学生和中学生其实没有必要花那么多时间去读书，其觉得最主要的是孩子们的社会阅历，生活实力，和那时候树立起来的志向，这将帮助他们一生。而中学生阶段花许多时间比同伴多读的课程，在高校以后可以用特别短的时间就可以读完。因为在高校阶段，人的理解实力要强许多，比如中学要花500小时才能搞明白的内容，高校可能花100小时就搞定了。学习和教化是一个人一辈子的事情，许多中学成果好的人进入高校后有些就表现不太好了，要有不断学习的动力才行。余弦定理和新闻分类我在新浪干过一年多新闻，这篇仔细看了一篇，很惊讶原理cos
6、x与新闻分析也有关系啊。google的新闻服务是由计算机自动整理分类的。而传统的媒体如门户网站是让编辑读懂新闻，找到主题，再分类分级别的，真苦逼啊.计算机自动分类原理是这样：如一篇新闻有10000个词，组成一个万维向量，这个向量就代表这篇新闻，可以通过某种算法表达这个新闻主题的类型，假如两个向量的方向一样，说明对应的新闻用词一样，方向可用夹角表示，夹角可用余弦定理表示，所以当夹角的余弦值接近于1时，这两篇新闻就可以归为一类了。没看懂的东西：布尔代数：布尔代数把逻辑学和数学合二为一，给了我们一个全新的视角看世界.网络爬虫的基本原来是利用了图论的广度优先搜寻和深度优先搜寻.搜寻引擎的结果排名用了稀
7、疏矩阵的计算.地图最基本的计算是利用了有限状态机和图论的最短路径.密码学原理，最大熵模型，拼音输入法的数学模型，布隆过滤器，贝叶斯网络等等.任何事物都有它的发展规律，当我们相识了规律后，应当在生活工作中遵循规律，希望大家透过IT规律的相识，可 以举一反三的总结学习相识规律，这样有助于自己的境界提升一个层次。任何问题总是能找到相应的精确数学模型，一个正确的数学模型在形式上应当是简洁的，一个好的方法在形式上应当也是简洁的。简洁才是美。数学之美读书笔记2许多人都觉得，数学是一个太高深、太理论的学科，不接近生活，对我们大多数人来说平常也根本用不到，所以没必要去理解数学。但事情真的是这样吗?其实不然，数
8、学始终渗透在我们生活的各个方面，尤其是在今日这个信息时代，许多简洁朴实的数学思想，能发挥一般人很难想象的巨大作用。比如，计算机处理自然语言，用到的最重要工具是统计学的思想;计算机对新闻内容的分类，依靠的是数学里的余弦定理;而电子电路的基本逻辑，则来源于仅有0和1两个数字的布尔代数。在数学之美里，吴军用自己在工作中运用数学的亲身经验，为我们呈现了数学的重要性，以及他对数学之美的理解。吴军是“得到”App专栏吴军的谷歌方法论的主理人。曾先后供职于谷歌和腾讯，是闻名的自然语言处理专家和搜寻专家。同时，他还是位畅销书作家，除了这本数学之美以外，还写过文明之光智能时代浪潮之巅等多本畅销书。数学之美读书笔
9、记3我是在读了吴军博士的浪潮之巅之后，发觉举荐了数学之美这本书。我到豆瓣读书上看了看评价，就坚决在当当上下单买了一本研读。原来我以为这是一本充溢各种数学专业术语的书，读后让我特别震撼的是吴军博士尽然能用特别通俗的语言将自然语言处理等高深理论说明的相当简洁。在李开复博士之后，吴军博士又成为了目前备受瞩目的具有深厚技术背景的作家。对于我来说，读这本书有扫盲的功效，让我知道了许多以前不知道的东西。我的想法是在探讨生阶段，不只局限于导师的探讨方向，通过更加广泛的涉猎学问，去找寻一个自己喜爱的探讨领域。假如找到了这样一个领域，那么我就读博士。假如没有的话，那么我想还是工作算了。1、学科之间的联系是如此的
10、重要全书主要是围围着吴军博士所探讨的自然语言处理方一直讲解并描述一些应用在这个探讨领域的数学学问，用了很大篇幅讲解了将通信的原理应用到自然语言处理上所取得的巨大胜利。以前学习计算机网络的时候，学过一个香农定理。对香农的相识就从香农定理起先，因为考研会考相关的计算题。看了这本书才知道，香农的信息论对今日的影响真的是不行估量。通过这样一个过程，我也对以前的本科学校的学科建设产生了一些忧虑。对于培育计算机人才来说，无论是培育应用型人才，还是培育探讨型人才，都应当与电子、通信有肯定的交叉，这样对学生思索问题的启发与视野的开阔有着重要的作用。计算机本身就是从电子、通信、数学等学科中抽出来的新兴的学科，在
11、发展了多年之后，我们发觉它仍旧须要继承一些传统。回想自己的本科四年，上的更多的课时语言类、技术类的课程，这些课程的确对提升学生的就业有很大帮助。但是我想说的是，一个忽视数学基础、学科交叉的学校，他无法成为一所国内的一流高校。作为一个母校培育的学生，我深知改革的阻力与困难，但是我希望母校的计算机学院能越办越好。我们现在已经培育出许多高薪优秀的技术人才，我希望将来也能培育出更多的探讨型人才。2、看起来很牛的东西却用着难以置信的简洁数学原理在整本书中让我最为印象深刻的是说明Google搜寻的原理，尽然就是简洁的布尔代数运算。这个的确让我大跌眼镜，我始终认为搜寻时一个特别困难而浩大的问题，其数学原理也
12、是相当高深的，但是吴军博士的说明让我大开眼界。与此同时也知道了Google为什么牛，牛在哪了。搜寻的原理虽然特别简洁，但是搜寻是一个须要对海量数据进行操作的工作。Google在海量数据的处理方面的确是相当先进的，MapReduce、BigTable等等一些技术的独创与应用使得Google在搜寻上无出其右。目前分布式存储、分布式计算、数据仓库与存储等探讨领域近些年来的大热也说明Google在引领探讨方向上的超凡本事。3、感谢概率老师的训诲在大二的时候，有一个在我们学生中声望很高的概率老师，他在课程即将结束的时候跟我们说我们将的是前几章，这些事概率论与数理统计的基础。对于你们计算机的学生来时，后面
13、的章节才是最有用的，以后肯定要好好的探讨，弄上一两个在你的毕业设计上就会让你毕业设计提升一个档次，有可能验收你毕业设计的老师也不懂。我当时对他的话没有特殊在意，我只关切期末考试要考哪些题目，因为我那个学期的概率课基本上都在睡觉，只有他讲笑话的时候不睡。我看数学之美后发觉马尔科夫链、贝叶斯网络之后，对以前的概率老师充溢无限的敬意。我发觉我们再本科阶段学习的高等数学、线性代数、概率论与数理统计在计算机学科应用较多的要数概率论与数理统计，还有一门我学的不好的离散数学在计算机中也是有着举足轻重的地位。我在看米歇尔的机器学习时也发觉许多熟识的概率论与数理统计的学问，这让我不得不起先考虑重新弥补自己的数学
14、短板。我的想法是在研一这一年把概率论与数理统计、线性代数、离散数学尽我最大的努力补一补，希望他们对我今后的学习有所帮助。4、说说作者吴军博士吴军博士写的书对于学习计算机的学生来说，读起来有种说不出的亲切感。可能这跟他是技术出身的缘由有关，流畅的文笔、质朴的文风也让人读起来很舒适。看高晓松在优酷上的晓说就知道，在硅谷有着众多的华裔工程师，他们许多都来自清华、北大等国内的名牌高校，这些人在美国实现着自己的幻想。吴军博士也曾是这其中的一员，我特别希望那些像吴军博士一样的牛人们能够写书或者来国内的高校做一些演讲、论坛等等，开阔一下我们的视野，传授一下做学问的阅历。与此同时，我也在想为什么我们国家那么多
15、优秀的IT人才都去了美国。这个问题在我去苹果公司在东软信息学院组织的培训过程中得到了答案，那个南京邮电的老师讲了讲中国为什么不像美国那么有创建力。我们中国人并不缺乏创建力，许多时候是我们所处的外部环境恰恰阻碍了创新。我想那么多优秀的清华北高校子纷纷到大洋彼岸的美国，正是被美国开放的学术环境、创新氛围所吸引，每个人都有自己的幻想，他们去美国也是为了能实现自己的幻想。以前都觉得他们是不爱国，现在长大了，对于这个问题看得更清晰了一点。我想说我们的祖国在经验了改革开放30多年的飞速发展之后，目前正处于一个关键和脆弱的时期。我们靠着人口红利取得了巨大的成就，我们能不能凭借人才红利取得更大的成就还是未知。希望有更多的人才能像李开复博士、吴军博士那样，为我们这个民族青年的成长和国家发展做出贡献。数学之美读书笔记4数学之美是一本事域相关的数学概念书，生动形象地讲解了关于数据挖掘、文本检索等方面的基础学问，可以作为数据挖掘、文本检索的入门普及书。另外，就像作者吴军老师提到的，关键是要从中学到道-解决问题的方法，而不仅仅是术。书中也启发式的引导读者形成自己解决问题的道。下面记录一下自己读这本书的一些感想：第一章文字和语言vs数字和信息：文字和语言中自然隐藏着一些数学思想，数学可能不仅仅的是一门特别
