近日拜讀了吳軍博士的《數學之美》，感觸很深。
對於我個人來說，這本書給我的最大驚喜就是吳軍博士將數學理論與他在實際工業界中的作用聯絡起來，看過我之前一些博文的可能發現，我自己最近在學習機器學習，但學習機器學習有個問題就是理論高深，枯燥，而且在學習的過程中比較難以落地，不知道自己學習的東西究竟在**發揮作用，能發揮多少作用，難免生出迷茫之感。比如我之前看到《統計機器學習》的隱馬爾科夫模型，名字古怪，推導困難，讓人忍不住想跳過，不知道有什麼用，但看了《數學之美》我就發現，原來隱馬爾科夫模型在語音識別，機器翻譯等方面都有所使用，是解決大多數自然語言處理問題最為快速，有效的方法。我們在埋頭走路的同時，也要記得抬頭看看天，看看是否走偏了。
伽利略說過，「數學是上帝描寫自然的語言」，我高考填報志願的時候是想要填數學系的，奈何分數不夠，不過我現在還蠻慶幸的，因為自己可能並不是那份材料，但無論怎麼說，想要學好計算機，學好機器學習，不做crud boy，數學是必須要掌握的。可以說，數學決定了程式設計師職業的天花板，至少是部分決定了！
我推薦每個想要學習機器學習的人都讀一讀《數學之美》，是乙個很好的入門方式。我自己的入門順序是先學習了coursera上andrew ng的《機器學習》，然後是國立台灣大學林軒田教授的《機器學習基石》，可以說是中文機器學習領域的經典課程，《機器學習技法》也值得一看，之後再讀讀書，李航博士的《統計學習方法》和周志華教授的《機器學習》都是經典著作。之後的發展就看你往什麼方向了，是自然語言處理，還是計算機圖形，或者是別的什麼，每個方向有每個方向努力的地方，
機器學習最近比較熱門，也是一條比較難走的路，希望大家共同努力，共同進步！
數學之美讀後感
統計語言模型 馬爾可夫鏈，模型訓練，零概率平滑 隱馬爾可夫鏈 概率訓練，鮑姆 韋爾奇演算法 資訊度量和作用 資訊熵，互資訊，聯合概率分布 相對熵 簡單之美 布林袋鼠和搜尋引擎的索引 文獻搜尋 圖論和網路爬蟲 最短路徑，網路爬蟲，雜湊表，工程要點 dfs，bfs，頁面分析和url提取，url表 pag...
《數學之美》讀後感
暑假的時候導師給我推薦了一本 數學之美 作為語音識別入門性的讀物。實話說來從小學到高中再到大學我們一直在學習數學，除了一些基本的加減乘除可以在生活中直接用到。其他的例如 倒數 微積分 各種函式 矩陣 幾乎在日常的生活中與自己沒有什麼交集。最近這個週末我在實驗室裡又將這本書重新閱讀了一筆，才發現數學原...
數學之美讀後感
複雜與簡單，技與術 數學之美 最初是 於google黑板報上的一系列半科普半技術性質的部落格，有google的吳軍博士撰寫。文章通俗易懂 深入淺出。不僅用清晰的語言描述了一系列他平時接觸到的 高階 技術 很多內容主題猛地一看有種神秘的感覺，但讀完以後卻讓人恍然大悟 原來這不就是我以前知道的 麼 而且...