数学之美 - 读后感
数学之美读后感
数学之美
吴军，著名学者，投资人，人工智能、语音识别和互联网搜索专家
著有 《浪潮之巅》 《数学之美》 《大学之路》 《文明之光》 《硅谷之谜》 和 《智能时代》 等多部畅销书
阅读缘由
- 公司为大数据公司，该怎么感受，如何理解用数据思维的方式
- 由于 硅谷之谜 留下的印象，所以想通过数据处理背后的数学模型来了解数据思维
不要畏惧
-
不需要理解里面复杂的数学公式（本人也不懂），作者结合历史人文知识，穿插生活中现象后的规律，讲得通俗易懂
-
三论（信息论 系统论 控制论），信息时代的科学基础，也是作者推崇的信息时代变革的理论。与后视镜中的工业时代的理论，做一个比较更容易体会
-
工业时代的科学基础，牛顿和机械思维
- 流水生产线，把原材料从一边进，成品从另一端出。在变化不快的计划时代，具有很高的效率。通过顶层设计，利用个人的经验，把中间过程工序，一道道设计好，一环扣一环。
- 瀑布模式，严格遵循预先计划的需求分析、设计、编码、集成、测试、维护的步骤顺序进行，对于需求的变化这将是一个灾难
-
信息时代的科学基础，三论
- 百科
- 硅谷之谜与三论对于我的启示
- 推崇的开发模式，注重人的交互，通信，比文档的信息传递更高效；与客户(用户)的协作，明确需求，客户与团队是一个整体，更开放的系统；快速响应需求的变化，灵活性，控制(牵强附会上去的)
-
-
信息论，本书中很多思考方式用到了信息论
-
信息的作用
- 消除不确定性，当现有信息不足以消除时，可能需要引入其他信息，像说的多维度
- 现实世界人与人之间或动物与动物之间的通信，和机器间通信的联系
- 有趣的是，不同文化的地域，却都用十进制，可能都是用十个手指计数。那有没有加上脚趾，用二十进制的呢？有，玛雅文明，后来消失了
-
信息的作用
有趣章节
-
搜索引擎
布尔代数 二进制运算，逻辑运算
-
crawl
- 图论
-
index
- 分词
-
page rank
-
确定网页和查询相关性，TF-IDF
Term Frequency：关键词的频率（单文本词频），一个网页上 某词出现的频率，一个词在网页上出现的频率越高，则权重越高；一个词在一个网页中的权重
Inverse Document Frequency：逆文本频率指数，假如一个词出现的次数越频率，它的权重越低；一个词的权重
加权求和：TF1 · IDF1 + TF2 · IDF2 + ... + TFn · IDFn 一个词权重的高低，是由其信息量决定的- 通用词
- 专业词
- 长尾词
-
-
crawl
-
信息指纹
-
哈希
- url 匹配
-
相似哈希，simhash
- es 数据
-
判断两个集合是否相同
- 一一比较
- 排序后，顺序比较
- 一个放 hashtable，循环另一个集合比较
- 生成集合指纹比较
- 盗版追踪
-
哈希
-
逻辑回归和搜索广告
-
搜索广告三阶段
- 竞价排名，类似莆田
- 搜索词预测 + 出价 + 点击率，Google Ads，模仿者： 雅虎 Panama，百度凤巢
- 根据网络行为推送，行为营销，用户画像
-
预估点击率
- 影响因素(位置，与搜索词相关性，展示时间等)，逻辑回归模型，准确度
- 影响因素(位置，与搜索词相关性，展示时间等)，逻辑回归模型，准确度
-
搜索广告三阶段
-
余玄定理和新闻分类
- 同一类新闻用词都是相似的，不同类的新闻用词各不相同
- 同一类新闻用词都是相似的，不同类的新闻用词各不相同
-
搜索引擎反作弊
- 尴尬的时刻，美好的 SEO，相对于搜索引擎来说却是一个作弊者
- 失效的 SEO，外链
- 反作弊软件的学习进步，使得 SEO 难度更大，使得大批以此为利益的团体甭离，SEO 成本上升（导致选择 SEM）
- SEO，与搜索引擎猫捉老鼠的游戏，随着难度成本的上升，以及移动互联网时代搜索引擎的弱化，未来何去何从
背后的人
- 信息论，克劳德·艾尔伍德·香农
- 现代语音识别和自然语言处理，弗里德里克·贾里尼克
- 隐含马尔可夫模型，安德烈·马尔可夫
- 布尔代数，乔治·布尔
- 自然语言处理的教父，米奇·马库斯
- 维特比算法，安德鲁·维特比，高通创始人之一
- 美女，海蒂·拉玛尔
- Google AK-47，阿米特·辛格
数据思维
数学模型
- 由经验决策，到数据决策，通过数据消除不确定性
- 以日历及二十四节气为例，是怎么推算出来的，也就是记录数据(大数据)，发现规律(数学)，然后验证(意义)
- 系统性能调优，怎么定位问题，通过记录的耗时分布进行分析（通过经验判断进行分析）
- 还不清晰，还没想明白，未完待续
