【正文】 量化的，信息熵是怎么回事？有啥用？　　，語言是如何統(tǒng)計(jì)的，尤其是如何通過概率模型進(jìn)行分詞　　—網(wǎng)絡(luò)爬蟲是怎么回事兒　??？為了解決什么問題？　　，尤其提到的二戰(zhàn)時(shí)候的各種解密的趣事兒，提到的電視劇《暗算》打算抽空看下　　　　7.、文本自動(dòng)分類的模型　　……　　看完之后最大的感受就是：　　，推動(dòng)著新技術(shù)的發(fā)展　　，能夠運(yùn)用這些知識(shí)轉(zhuǎn)化為生產(chǎn)力，非常牛叉　　、改良、升級，也就是說有人不斷的在做優(yōu)化，會(huì)有不斷更好的模型、更新的技術(shù)出現(xiàn)，跟得上技術(shù)的發(fā)展可能也是比較重要的，否則很多人一直在做某一點(diǎn)上的持續(xù)優(yōu)化就沒有意義了。你擁有他就相當(dāng)于擁有了天下。吳軍博士在國內(nèi)外發(fā)表過數(shù)十篇論文并獲得和申請了近十項(xiàng)美國和國際專利。吳軍博士于2002年加入google公司，剛開始為google研究院資深研究員。并擔(dān)任國家重大專項(xiàng)“新一代搜索引擎和瀏覽器”項(xiàng)目的總負(fù)責(zé)人。數(shù)學(xué)之美，美在它的對稱和和諧，美在它的跌巖起伏，美在它的波瀾壯闊，美在它的茅塞頓開，美在它的一題多解，美在它的多題一解，甚至還美它的大題小做。語言和數(shù)學(xué)的產(chǎn)生都是為了同一個(gè)目的的記錄和傳播信息?，F(xiàn)在，機(jī)器對語言的識(shí)別從某種角度來說，就是想知道s在文本中出現(xiàn)的可能性，也就是數(shù)學(xué)上所說的s的概率用p(s)來表示。)　　接下來的問題就是如何估計(jì)p(wi|wi1)?！　‖F(xiàn)在找文獻(xiàn)，搜索期刊一大堆基于數(shù)學(xué)的專業(yè)文獻(xiàn)，灰色數(shù)學(xué)的、模糊數(shù)學(xué)的、非線性的、系統(tǒng)的，等等，這么多的數(shù)學(xué)的使用，促進(jìn)了一大批的文章，但這些數(shù)學(xué)方法的應(yīng)用究竟是發(fā)現(xiàn)了哪些問題?還是解決了實(shí)際問題嗎?還是僅發(fā)了文章，滿足了需求?現(xiàn)實(shí)是文章好發(fā)，用著難用，解決問題還得傳統(tǒng)的方法，那么是這些數(shù)學(xué)方法不行，還是用的太膚淺，根本沒發(fā)揮其威力來?如果沒有發(fā)揮出威力來，那怎么用?怎么發(fā)揮?第8章里的“索引”，作者講到谷歌面試產(chǎn)品經(jīng)理的一道題目：如何向你的奶奶解釋搜索引擎。　　像這樣的索引，是基于腦子里的“數(shù)據(jù)庫”，因?yàn)樘锏夭粫?huì)很多，多了也來不及種，所以跟布爾代數(shù)沒什么關(guān)系。谷歌在消除網(wǎng)絡(luò)作弊方面做了很多努力，通過修改排序算法來為搜索者提供更加準(zhǔn)確實(shí)效的信息。在實(shí)際電路中，模/數(shù)轉(zhuǎn)換是一個(gè)很重要的過程，將預(yù)處理的模擬信號(hào)經(jīng)過模/數(shù)變換為數(shù)字信號(hào)，然后進(jìn)行數(shù)字信號(hào)處理。新的工具不斷淘汰老的工具，就像互聯(lián)網(wǎng)視頻點(diǎn)播正在淘汰電視、微博正在淘汰報(bào)紙、電子書正在淘汰紙質(zhì)書那樣。《數(shù)學(xué)之美》中提到的馬爾可夫鏈雖然是很強(qiáng)大的工具，但我在數(shù)學(xué)課上沒有聽老師提到過。數(shù)學(xué)是一種語言，它源于具體的世界，又高于具體的世界。最終要回到掌握先進(jìn)工具的人?？茖W(xué)研究要大膽假設(shè)，小心求證?！　∪魏我粋€(gè)領(lǐng)域，深入進(jìn)去都有無數(shù)的細(xì)節(jié)。而如果對方懂得這門語言，他或者就可以用這門語言的解碼方法獲得說話人的表達(dá)信息。比如在機(jī)器翻譯中，顆粒度應(yīng)該大一些，“北京大學(xué)”就不能分成兩個(gè)詞。語言中的概念和世界中的事件之間也是可以構(gòu)成一個(gè)對應(yīng)關(guān)系的，但問題是，語言中概念的集合是有限的，所以它和數(shù)字集合的對應(yīng)顯然只能是部分對應(yīng)。其二，物理思維再也難逃牛頓的經(jīng)典本質(zhì)思維方法，即找尋到百分之百確定性的規(guī)律，而信息論思維是研究如何把握不確定性現(xiàn)象，利用概率統(tǒng)計(jì)是不二法門。在當(dāng)今物欲橫流的中國社會(huì)，學(xué)術(shù)界浮躁，年輕人浮躁，少數(shù)有著遠(yuǎn)大志向的年輕人實(shí)際上是非常孤獨(dú)的。人的生活方式有兩種，第一種是像草一樣活著，你盡管活著，每年還在成長，但是你畢竟是一棵草，你吸收語錄陽光，但是長不大，人們可以踩過你，但是人們不會(huì)因?yàn)槟愕耐纯嗨伯a(chǎn)生痛苦，人們不會(huì)因?yàn)槟惚徊攘耍鴣響z憫你，因?yàn)槿藗儽緛砭蜎]有看到你，所以我們每一個(gè)人都應(yīng)該像樹一樣的成長，即使我們現(xiàn)在什么都不是，但是只要你是樹的種子，即使被人踩到泥土中間，你依然能夠吸收泥土的養(yǎng)分，自己成長起來，也許兩年三年你長不大，但是八年，十年，二十年，你一定能長成參天大樹，當(dāng)你長成參天大樹以后，遙遠(yuǎn)的地方，人們就能看到你，走近你，你能給人一片綠色，一片陰涼，你能幫助別人，即使人們離開你以后，回頭一看，你依然是地平線上一道美麗的風(fēng)景線，樹，活著是美麗的風(fēng)景，死了依然是棟梁之材，活著死了都有用，這就是我們每一個(gè)同學(xué)做人的標(biāo)準(zhǔn)和成長的標(biāo)準(zhǔn)。數(shù)學(xué)與美學(xué)看似風(fēng)馬牛不相及，其實(shí)不然。旋轉(zhuǎn)體即一平面圖形繞一坐標(biāo)軸旋轉(zhuǎn)一周所產(chǎn)生的立體圖形。人們平常對相貌的基數(shù)式的對稱美對稱的建筑，對稱的圖案，是隨處可見的?；叵胱约旱谋究扑哪?，上的更多的課時(shí)?？戳诉@本書才知道，香農(nóng)的《信息論》對今天的影響真的是不可估量。來我以為這是一本充滿各種數(shù)學(xué)專業(yè)術(shù)語的書，讀后讓我非常震撼的是吳軍博士居然能用非常通俗的語言將自然語言處理等高深理論解釋的相當(dāng)簡單。如：一條線段關(guān)于它的中點(diǎn)對稱，這條線的左端點(diǎn)坐標(biāo)為1。這也就是為什么畢達(dá)哥拉斯曾經(jīng)說過：“在一切平面圖形中最美的是圓，在一切立體圖形中最美的是球。對稱圖形不僅美，而且有用。1.歷史上著名的普羅科拉斯曾言：“哪里有數(shù)學(xué)，哪里就有美。承襲了猶太民族的傳統(tǒng)，他的父母從小就很注意他的教育，并且打算給送他到英國的公立學(xué)校讀書，為了教他學(xué)習(xí)德語，還專門請了一位德國家庭女教師。如此為人的境界才是根本，因?yàn)閭ゴ蟮目茖W(xué)創(chuàng)造畢竟是人做出來的，只有崇高的人文精神之下才能造就頂尖的人才、一流的科學(xué)和技術(shù)?！　∥宜坪醺械?，語言與數(shù)字的關(guān)系，就是人與自然關(guān)系的接口。我對數(shù)學(xué)崇拜一直如此，所以在網(wǎng)上看完這一本書，我的真切體驗(yàn)正如吳軍博士在書的后記中所說，把自己“境界提升了一個(gè)層次”。因此，在數(shù)學(xué)意義上自然語言處理又和語言的初衷——通信聯(lián)系在一起了。在第二章中自然語言處理——從規(guī)則到統(tǒng)計(jì)中我們了解到語言出現(xiàn)的目的是為了人類之間的通信?？茖W(xué)研究要有田野調(diào)查。這樣，我們就容易理解Google招工程師的要求。今天，這個(gè)問題已不成為問題。電報(bào)、電話、電視、