《数学之美》读书笔记
“数学之美”系列文章原刊载于谷歌黑板报，获得上百万次点击，并被热情的读者广为传播，得到高度评价，本文对该书目录及参考文献做简单整理。
吴军博士通过《数学之美》将高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体实例教会读者在解决问题时如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。
目录及参考文献整理
序言1
序言2
前言
第 1 章 文字和语言 vs 数字和信息
第 2 章 自然语言处理——从规则到统计
第 3 章 统计语言模型
Computing Machinery and Intelligence
Statistical Methods for Speech Recognition
Improved Backing-off For M-gram Language Modeling
第 4 章 谈谈中文分词
第 5 章 隐含马尔可夫模型
Statistical Inference for Probabilistic Functions of Finite State Markov Chains
Growth transformations for functions on manifolds
第 6 章 信息的度量和作用
A Method for Disambiguating Word Senses in a Large Corpus
第 7 章 贾里尼克和现代语言处理
第 8 章 简单之美——布尔代数和搜索引擎的索引
第 9 章 图论和网络爬虫
第 10 章 PageRank——Google 的民主表决式网页排名技术
The Anatomy of a Large-Scale Hypertextual Web Search Engine
第 11 章 如何确定网页和查询的相关性
A statistical interpretation of term specificity and its application in retrieval
Interpreting TF-IDF Term Weights as Making Relevance Decisions
第 12 章 地图和本地搜索的最基本技术——有限状态机和动态规划
Weighted Finite-State Transducers in Speech Recognition
第 13 章 Google AK-47 的设计者——阿米特·辛格博士
第 14 章 余弦定理和新闻的分类
第 15 章 矩阵运算和文本处理中的两个分类问题
Exploiting Latent Semantic Information in Statistical Language Modeling
第 16 章 信息指纹及其应用
Similarity Estimation Techniques from Rounding Algorithms
Detecting Near-Duplicates for Web Crawling
第 17 章 由电视剧《暗算》所想到的——谈谈密码学的数学原理
第 18 章 闪光的不一定是金子——谈谈搜索引擎反作弊问题
第 19 章 谈谈数学模型的重要性
第 20 章 不要把鸡蛋放在一个篮子里——谈谈最大熵模型
I-Divergence Geometry of Probability Distributions and Minimization Problems
A Geometric Interpretation of Darroch and Ratcliff’s Generalized Iterative Scaling
Inducing Features of Random Fields
Maximum Entropy Language Modeling with Non-Local Dependencies
第 21 章 拼音输入法的数学原理
第 22 章 自然语言处理的教父马库斯和他的优秀弟子们
第 23 章 布隆过滤器
第 24 章 马尔可夫链的扩展——贝叶斯网络
第 25 章 条件随机场和句法分析
第 26 章 维特比和他的维特比算法
第 27 章 再谈文本分类问题——期望最大化算法
第 28 章 逻辑回归和搜索广告
第 29 章 各个击破算法和 Google 云计算的基础
第 30 章 Google 大脑和人工神经网络
Building High-level Features Using Large Scale Unsupervised Learning
DeViSE- A Deep Visual-Semantic Embedding Model
第 31 章 大数据的威力——谈谈数据的重要性
附录
后记
索引
