书法是中国古典艺术的一朵奇葩，蒋勋的《汉字书法之美》以其独特的美学情怀，讲述汉字书法渊源流长的历史故事，用文字编织成画面，带我们走进古老却又现代的汉字时光长廊。
《汉字书法之美》全书用很大篇幅介绍汉字书法的历史，但又无处不在谈汉字书法的美学，堪称“历代书法审美指南”，将汉隶水*线条的“波磔”与中国建筑张扬起翘的飞檐相媲美，分析王羲之《兰亭集序》所呈现的行书的“即兴与自在”，对比碑与帖的“厚重与飘逸”，探究从行草到狂草的“*正与险绝”，阐释唐楷的“法度与庄严”，描摹宋代书法的“意境与个性”，解说元明书法与文人画的“形式与表现”，玩味清代书法走向民间的“古朴与拙趣”。
有人说现在是大数据时代，是互联网时代，是信息时代，世界运转的步伐日新月异，将我们湮没在海量的数据中，互联网、手机、微信，不断更新自己的装备，眼花缭乱地去接触新的事物，奋力奔跑却追不上那些变化，暮然回首，发现一路走来，像个孩子一样，丢西瓜捡玉米，丢玉米捡芝麻，最不该丢失的就是自身的历史文化传统。这个世界变化再快，根基却始终深植在传统文化中，厚厚积淀的文化土壤是我们永恒的宝库。校园里的学生开始重新学*《三字经》、《千字文》，朗朗书声中中华传统文化开始复苏，《中华诗词大会》、《朗读者》一档档火热起来的文化类型节目唤醒人们对经典的热爱，提醒我们真正应该抓牢的是什么。而《汉字书法之美》是写给每个中国人的书法美学，唤醒每个中国人的书写记忆。汉字书法之美，不仅在指腕之间，而且是呼吸，是养生，是身体的运动，是性情的表达，是做人处事的学*，是安定保佑的力量，最终成为与自己相处最真实的一种仪式。
读蒋勋的《汉字书法之美》，感受文字的魅力与力量，会在内心深处引发一种对历史文化的景仰崇拜。正如蒋勋所说，“汉字书写是强大的信仰”，作为中国人，学*掌握一点这门古老而仍然生机勃发的艺术的基本知识，不仅能够提高和丰富自己的艺术审美修养，更意味着增加了了解和学*传统文化的一种重要途径。
汉字是我们与知识沟通的桥梁，在与汉字的相识相伴相知中，我们得以了解大千世界，学*生活及处世的智慧；而汉字书法是记载汉字的历史，将汉字本身活灵活现具象到我们面前，渗入到我们的血液中，在书法中，让浮躁的身心静下来，体会人生的美好。蒋勋说，汉字书写，对于我，像一种修行。每一个人都应该将这场修行进行到底。
买蒋勋的《汉字书法之美》，是一个很偶然的机会，在网上碰到了好久没有看到的同学，他是语文专业的博士生，现在也很我一样做初中语文教师，一有机会，我就向他咨询又读了什么书，他向我推荐了《汉字书法之美》。
我马上在当当网下了订单，并且给他回复说：“向我这样臭字，很需要看这样的书。”我的同学发过一句话：“距离生活还是很远，不过你读后一定会爱上汉字的。”
真的是这样，一边读完说实在的我还不能一一细数在动物骨骸、金属、石头、竹简、纸帛上被记录下来，在各个朝代以或沉重朴厚，或飞扬婉转，或森严宏大，或肆意狂放的书写线条。
不过仅看那些图片，都让人流连忘返，仅是抚摸那书的质感，都让人回味。
在这一个月的零散阅读里它给我触动人心的美丽与惊喜。
蒋勋说：书法是呼吸，是养生，是身体的运动，是性情的表达，是做人处事的学*，是安定保佑的力量，是生活现实里的记忆，是还原到初写自己名字时的认真……
作者以他独特的美学情怀，述说动人的汉字书法故事。文字编织成画面，我们走进了那古老却又现代的汉字时间光廊，东方书写的敬意与喜悦，就在你我的指间心中！
整本书看下来，这是最让我动容的一个章节，也是坚定我要写读书笔记的重要原因。其实前两篇，说是“读后感悟”，未免有些牵强，更多的是知识点的摘抄。也是因为自身在这一领域的涉猎实在有限，难以产生共鸣。当然，这也是我坚持学*的一个重要动机，不论哪个方向的专业，只有知识达到一定的积累，才能感受这一专业所独有的魅力与乐趣。
“感知教育”这一章节，字数不多，内容也很简单，是蒋勋老师对卫夫人《笔阵图》中重要内容的理解。卫夫人名叫卫铄，她并没有书法真迹留下来，只有一件她的摹刻作品《稽首和南帖》，但她有一个不可忽略的重大影响：她教出了中国书法史上最重要的书法家——王羲之。在她的《笔阵图》里，处处可见这样一位一千多年前老师的教学机制和教育情怀，而这位老师的智慧即使放在科技发达的今天，仍然让人敬佩不已。
《笔阵图》的精髓应该在于卫夫人对几种基本笔划的讲解。这里我们可以一一进行展述：
一、“点”，高峰坠石
卫夫人摇身一变，从一位书法老师，变成了物理老师，告诉王羲之去感受，悬崖边上有一块石头坠落下来，这个“点”正是一块从高处坠落的石头的力量。蒋勋老师这样解读：“我一直在想，卫夫人可能真的带这个孩子到山上，甚至丢一块石头要王羲之去接。”“石头是一个物体，视觉上有形体，用手去掂的时候有重量。形体跟重量不同，用眼睛看它是视觉感受的形状，用手去掂时则是触觉”“‘感觉’的丰富，正是‘审美’的开始。”
“点”如高峰坠石，磕磕然实如崩也。
二、“一”，千里阵云
写书法的人往往有一种感觉，越是简单的字越是难写，而“一”这个字，想要写好它确实不容易。它是文字，也是线条。不同的人写“一”，是完全不一样的。颜真卿的“一”跟宋徽宗的“一”完全不一样，颜真卿的“一”那么重，而宋徽宗的“一”在结尾时带勾；董其昌的“一”跟何绍基的“一”也不一样，董其昌的“一”清淡如游丝，何绍基的“一”有顽强的纠结。
而卫夫人《笔阵图》中的一，也许是“卫夫人把王羲之带到户外，一个年幼的孩子，在广大的*原上站着，凝视地*线，凝视地*线的开阔，凝视辽阔的地*线上排列开的云层缓缓向两边扩张，卫夫人在孩子耳边轻轻说‘千里阵云’”。“千里阵云”大概是指地*线上云的排列，云低低的在地*线上布置、排列、滚动，有辽阔的，向两边横向延展开的感觉，有了对生命广阔、安静、伸张的领悟。
“横”如千里阵云，隐隐然其实有形。
三、“竖”，万岁枯藤
很多人觉得写竖有一种畅快的味道，一笔到底，长长的竖。而“万岁枯藤”，是让王羲之从枯老的粗藤中学*笔势的力量。有过登山经历的朋友也许很熟悉，有时，一枝老藤，一根漫长岁月里的生命，人们可以借着藤的力量，把身体吊上去，借着藤的力量，悬宕在空中，悬宕在空中的身体，可以感觉到一支藤的强韧——拉扯不开的坚硬顽强的力量。“竖”这个线条，要写到拉不断，写到强韧，写到有弹性，里面会有一股往两边发展出来的张力。
“竖”如万岁枯藤。
四、“撇”，陆断犀象
“陆断犀象”讲的是汉字结构里向左去的一“撇”，例如“匕首”的“匕”最后一笔，这一笔是“逆笔”，毛笔笔锋逆势而行，要想切断的犀牛的尖角，要想截断的大象的弯曲长牙，有锐利而又坚硬的质感。
“撇”如陆断犀象。
五、“弋”，百钧弩发
先秦“六艺”是读书人或知识分子必修的六种课程——礼、乐、射、御、书、数。读书人*“书”*“射”，也很自然会将书法线条结构与射箭的弓弩联系在一起。而这个“弋”字，卫夫人提醒到：笔划里有一股巨大的弹性，就像力量非常大（百钧）的弓弩，要把一支箭弹射出去，卫夫人强调的不是弓弩或弓箭的形状，而是弓弩拉开后紧绷张力下巨大的弹性，因此，“发”这个字变成重点——一根线条要充满弹性的力道，可以“发射”。卫夫人正是要王羲之体会箭发射出去那一刻弹性的力量，把这种感觉用到书写“弋”这根线条上。这是彻底而完全的“美学教育”，不是在教技巧，不是在教写字，而是通过写字，回归到自身的感觉去体悟生命。
“折”如百钧弩发。
六、“力”，劲弩筋节
这次讲的不再是“弹性”、张力，而是希望孩子注意到一把弓弩，如何把“弓”与“弦”仅仅缠结在一起，一张弓，弓体本身与弦如果联结不好，弦就会松脱。“劲弩筋节”讲的是汉字写“力”这个字的转折：从水*转向垂直，把水*的力量过度到垂直书写上，如何让两个不同方向、不同力度的线条之间，找到最好的“筋节”。
“横折钩”如劲弩筋节。
七、“辶”，崩浪雷奔
用毛笔书写这一根线条时，会有不断拖出、拉长的感觉。而卫夫人的“崩浪雷奔”：“崩浪”是河或海的波浪，一层一层，往前或往上涌动，层层不穷，站立在岸边，老师和学生都体会到了“崩浪”震撼人心的'沉着力量。这力量和“百钧弩发”的爆发力不一样；“崩浪”是更内敛、也更含蕴于内在的力量，源源不绝，生生不息，奔向最后宿命的一击。
“捺”如崩浪雷奔。
读到这里，我已经非常羡慕王羲之有一位这样的老师：
一位好的老师，像一位最亲密的朋友，她似乎总是想你所想，似乎了然你心中的期待与犹疑，她不会喋喋不休地灌输知识给你，她不会自作聪明地用大人的身份要求你，她牵起你的手，陪着你，支持你。
一位好的老师，像一位最神奇的魔术大师，她为什么总有那么多有趣的办法，让你在看似随意的游乐中获取知识。她明明教的是毛笔写字，她大可以握住你的手，一笔一划地教会你。但她偏偏不这样，她带你去悬崖边，看高峰坠石、她带你去海边，看崩浪，听雷奔、她带你用双手拉弓，感受弦的张力与箭的速度、她带你去深林，让你体会老树枯藤的顽强生命……。她是一位书法老师，她是一位美学家，是一位物理教授，一位音乐大师，一位哲学家……她把写字这件简单的事变得如此丰富，调动你的听觉、嗅觉、触觉……让你整个身心都敏锐地感受着，有了如此充盈丰富的感受，表达似乎成了最自然的诉求。
作为一线教师，我时刻感到要呵护、滋养学生对美术学*最初的热情不是一件容易的事情，我们每天都在要求自己“以生为本”，要力争“生命化课堂”，简单的几个字，要做的还有太多太多。在我的课堂里，我更愿意和学生们做朋友，孩子到了六年级下期，我总会提醒他们多注意学*的状态，自我的状态，要对自己的状态有所要求。这也是我对自己的期待，我始终觉得，身教重于言传，你想要学生如何，你自己首先就要怎样去做。
在大师的课堂里，教学内容不再局限于单次课程的知识内涵，更多的是日积月累潜移默化的生命智慧。感知教育，生本教育，让课堂活起来，让课堂生命化……这本《汉字的书法之美》给了我教学中新的营养。
水墨在宣纸上随笔峰渲染开一丝一丝的纤维，而书香气息也通过呼吸沁人心脾，深厚的文化底蕴晕开了一条又一条的血脉，时时触碰着我们的心房。当我们在书写时，无时无刻不在汲取汉字背后的文化和历史，这也是一种“汉字书法之美”吧！
汉字书法可谓动静相容，张弛有度：当毛笔在纸上起伏，留下行云流水般飘逸灵动的汉字时，我们的心中却如止水一般*静、专注、感悟着这最古老的符号之意。只有心静了，我们才有机会“与自己相处”，不受外界的纷扰，好比一只仙鹤，只有它落在地面时你才能安静的与它相处。静心到了一定的程度，便迈向了另一种境界——净心。
水的清，是一种净；纸的柔，是一种净；砚的端正，更是一种净。试想，当你沉浸于水、墨、纸、砚的净中时，你的心又怎能不净呢？
《汉字书法之美》需要用心去读；汉字书法之美，需要用心去悟。
再次翻开这本书，已是两年后的今天了。这是两年前，我在参与我校的一个关于省级写字课题时学校给每位课题组的成员购买的这本书籍。朴素的页面，文中的插图，一切是那样的熟悉，其中还有自已当时阅读时留下的痕迹，不同的符号，三角，波浪线，红笔、记忆着阅读时的感受与理解。说实话，我对这本书的作者蒋勋先生知之甚少，也可以说是第一次看到这个名字，第一次读他的书，但是，就是这样*生阅读的第一本关于汉字的书籍，却让我对这位陌生的作者产生了由衷的敬意。
这本书的内容分为四部分：汉字演变、书法美学、感知教育、汉字与现代。其中的第一部分正和自己正在参与的汉字书法之美所做的课题息息相关。不是为了课题而读，而是觉得这本书真的很好，看似一本学术专著，但却可以给我们一线老师带来真切的启示。
最让自己喜欢的是这段文字：我喜欢看商代的甲骨，在一片斑驳的牛骨或龟甲上凝视着那一匹“马”有身体、头、眼睛、腿、鬃毛、像画、又不像画。那绞成两股的线是“丝”，那被封闭在四根线条中的人是“囚”。我想象着，用这样生命遗留下来的骨骸上深深的刻痕来卜祀一切未知的民族，何以传承了如此久远的记忆。
这段文字给我们形象地阐述了甲骨文的内涵：刻在龟的腹甲或牛的肩胛骨上，或者一块鹿的头额骨，像文字又像图像的符号，就是我们祖先留给我们的遥远记忆。这文字，就是祖先智慧的象征，也是我国古老悠久历史的见证。正是这些图像文字，引领我们进入初民天地初开，万物显形、充满无限创造可能的图像世界。
每次读到这些文字，我总是有一种穿越历史的感觉，这些心情，一如那些远古的初民，对这些线条与图画融合的古文字，是那样的熟悉与陌生。在这些已经斑驳的文化之中，凝注着怎样的沧桑？经过漫长的岁月，颜色白了，没有留一点血肉的痕迹，像是没有记忆的过去，像洪荒以来不曾改变的月光，像顽强不肯消失的存在，在亘古沉默的历史之前，努力着要呐喊出一点打破僵局的声音，这大约*十五万片，可以整理出的*五千多个单字似乎在努力地拥挤着说：“我在这里，我在这里。”等待着，等待了*五千年的历史，等待着我们跨越五千年的光阴走进它们，聆听着历史的诉说。这些线条的背后，是厚重的民族文化的见证。每当看到了这些“日”、“月”、“水”、“火”、“土”、“井”、“田”甚至“车”时，我多会由衷的一笑，原来，21世纪的我们与数千年前的古人如此靠*，*的足以看见他们的面庞，足以聆听他们的声音，*的足以走进他们的生活。
这些内容，也让我由衷的感到欣慰的是，作为一名小学语文老师，被自己遗忘的东西，能借着这本书，借着这些宝贵的资源，让它走进自己的课堂，和学生一起分享这份我们的祖先遗留下来的文化宝藏。
就这样一路读着，一路用着、一路教着，这注定是我，作为一名小学语文教师前行的方向。
——《数学之美》读书笔记 (菁华5篇)
《数学之美》是一本领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知识，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》：文字和语言中天然蕴藏着一些数学思想，数学可能不仅仅的是一门非常理科的知识，也是一种艺术。另外，遇到一个复杂的问题时，可能生活中的一些常识，一些简单的思想会？给你带来解决问题的灵感。
第二章《自然语言处理————从规则到统计》：试图模拟人脑处理语言的模式，基于语法规则，词性等进行语法分析、语义分析的自然语言处理有着很大的复杂度，而基于统计的语言模型很好的解决了自然语言处理的诸多难题。人们认识这个过程，找到统计的方法经历了20多年，非常庆幸我们的前辈已经帮我们找到了正确的方法，不用我们再去苦苦摸索。另外，这也说明在发现真理的过程中是充满坎坷的，感谢那些曾经奉献了青春的科学家。自己以后遇到问题也不能轻易放弃，真正的成长是在解决问题的过程中。事情不可能一帆风顺的，这是自然界的普遍真理吧！
第三章《统计语言模型》：自然语言的处理找到了一种合适的方法———基于统计的模型，概率论的知识开始发挥作用。二元模型、三元模型、多元模型，模型元数越多，计算量越大，简单实用就是最好的。对于某些不出现或出现次数很少的词，会有零概率问题，这是就要找到一数学方法给它一个很小的概率。以前学概率论的时候觉的没什么用，现在开始发现这些知识可能就是你以后解决问题的利器。最后引用作者本章的最后一句话：数学的魅力就在于将复杂的问题简单化。
第四章《谈谈中文分词》：中文分词是将一句话分成一些词，这是以后进一步处理的基础。从开始的查字典到后来基于统计语言模型的分词，如今的中文分词算是一个已经解决的问题。然而，针对不同的系统、不同的要求，分词的粒度和方法也不尽相同，还是针对具体的问题，提出针对该问题最好的方法。没有什么是绝对的，掌握其中的道才是核心。
第五章《隐马尔科夫模型》：隐马尔科夫模型和概率论里面的马尔科夫链相似，就是该时刻的状态仅与前面某几个时刻的状态有关。基于大量数据训练出相应的隐马尔科夫模型，就可以解决好多机器学*的问题，训练中会涉及到一些经典的算法（维特比算法等）。关于这个模型，没有实际实现过，所以感觉好陌生，只是知道了些概率论讲过的原理而已。
第六章《信息的度量和作用》：信息论给出了信息的度量，它是基于概率的，概率越小，其不确定性越大，信息量就越大。引入信息量就可以消除系统的不确定性，同理自然语言处理的大量问题就是找相关的信息。信息熵的物理含义是对一个信息系统不确定性的度量，这一点与热力学中的熵概念相同，看似不同的学科之间也会有着很强的相似性。事务之间是存在联系的，要学会借鉴其他知识。
第七章《贾里尼克和现代语言处理》：贾里尼克是为世界级的大师，不仅在于他的学术成就，更在于他的风范。贾里尼克教授少年坎坷，也并非开始就投身到自然语言方面的研究，关键是他的思想和他的道。贾里克尼教授治学严谨、用心对待自己的学生，对于学生的教导，教授告诉你最多的是“什么方法不好”，这很像听到的一句话“我不赞同你，但我支持你”。贾里克尼教授一生专注学*，最后在办公桌前过世了。读了这章我总结出的一句话是“思想决定一个人的高度”。在这章中对于少年时的教育，以下几点值得借鉴：1、少年时期其实没有必要花那么多时间读书，他们的社会经验、生活能力以及在那时树立起的志向将帮助他们一生。2、中学时花大量时间学会的内容，在大学用非常短的时间就可以读完，因为在大学阶段，人的理解力要强很多。3、学*（和教育）是一个人一辈子的过程。4、书本的内容可以早学，也可以晚学，但是错过了成长阶段却是无法补回来的。
第八章《简单之美————布尔代数和搜索引擎的索引》：布尔是19世纪英国的一位中学教师，但他的公开身份是啤酒商，提出好的思想的人不一定是大师。简单的建立索引可以根据一个词是否在一个网页中出现而设置为0和1，为了适应索引访问的速度、附加的信息、更新要快速，改进了索引的建立，但原理上依然简单，等价于布尔运算。牛顿的一句话“（人们）发觉真理在形式上从来是简单的，而不是复杂和含混的”。做好搜索，最基本的要求是每天分析10—20个不好的搜索结果，积累一段时间才有感觉。有时候，学*、处理问题，可以从不好的方面入手，效果可能更好。
第九章《图论和网络爬虫》：图的遍历分为“广度优先搜索（Breadth—First Search，简称BFS）”和“深度优先搜索（Depth—First Search，简称DFS）。互联网上有几百亿的网页，需要大量的服务器用来下载网页，需要协调这些服务器的任务，这就是网络设计和程序设计的艺术了。另外对于简单的网页，没必要下载。还需要存储一张哈希表来记录哪些网页已经存储过（如果记录每个网页的url，数量太多，这里可以用后面提到的信息指纹，只需要一个很多位的数字即可），避免重复下载。另外，在图论出现的很长一段时间里，实际需求的图只有几千个节点，那时图的遍历很简单，人们都没有怎么专门研究这个问题，随着互联网的出现，图的遍历一下子有了用武之地，很多数学方法就是这样，看上去没有什么用途，等到具体的应用出来了一下子开始派上大用场了，这可能就是世界上很多人毕生研究数学的原因吧。一个系统看似整体简单，但里面的每个东西都可能是一个复杂的东西，需要很好的设计。
第十章《PageRank————Google的民主表决式网页排名技术》：搜索返回了成千上万条结果，如何为搜索结果排名？这取决与两组信息：关于网页的质量信息以及这个查询和每个网页的相关性信息。PageRank算法来衡量一个网页的质量，该算法的思想是如果一个网页被很多其他网页所链接，说明它收到普遍的承认和信赖，那么它的排名就高。谷歌的创始人佩奇和布林提出了该算法并用迭代的方法解决了这个问题。PageRank在Google所有的算法中依然是至关重要的。该算法并不难，可是当时只有佩奇和布林想到了，为什么呢？
第十一章《如何确定网页和查询的相关性》：构建一个搜索引擎的四个方面：如何自动下载网页、如何建立索引、如何衡量网页的质量以及确定一个网页和某个查询的相关性。搜索关键词权重的科学度量TF—IDF，TF衡量一个词在一个网页中的权重，即词频。IDF衡量一个词本身的权重，对主题的预测能力。一个查询和该网页的相关性公式由词频的简单求和变成了加权求和，即TF1*IDF1 + TF2*IDF2 + 。。。 + TFN*IDFN。看似复杂的搜索引擎，里面的原理竟是这么简单！
第十二章《地图和本地搜索的最基本技术——有限状态机和动态规划》：地址的解析依靠有限状态机，当用户输入的地址不太标准或有错别字时，希望进行模糊匹配，提出了一种基于概率的有限状态机。通用的有限状态机的程序不是很好写，要求很高，建议直接采用开源的代码。图论中的动态规划问题可以用来解决两点间的最短路径问题，可以将一个“寻找全程最短路线”的问题，分解成一个个寻找局部最短路线的小问题。有限状态机和动态规划问题需要看相关的算法讲解，才能深入理解，目前对其并未完全理解。
第十三章《Google AK—47的设计者——阿米特·辛格博士》：辛格坚持选择简单方案的一个原因是容易解释每一个步骤和方法背后的道理，这样不仅便于出了问题时查错，而且容易找到今后改进的目标。辛格要求对于搜索质量的改进方法都要能说清楚理由，说不清楚理由的改进即使看上去有效也不会采用，因为这样将来可能是个隐患。辛格非常鼓励年轻人要不怕失败，大胆尝试。遵循简单的哲学。
第十四章《余弦定理和新闻的分类》：将新闻根据词的TF—IDF值组成新闻的特征向量，然后根据向量之间的余弦距离衡量两个特征之间的相似度，将新闻自动聚类。另外根据词的不同位置，权重应该不同，比如标题的词权重明显应该大点。大数据量的余弦计算也要考虑很多简化算法。
第十五章《矩阵运算和文本处理中的两个分类问题》：将大量的文本表示成文本和词汇的矩阵，然后对该矩阵进行奇异值SVD分解，可以得到隐含在其中的一些信息。计算余弦相似度的一次迭代时间和奇异值分解的时间复杂度在一个数量级，但计算余弦相似度需要多次迭代。另外，奇异值分解的一个问题是存储量大，而余弦定理的聚类则不需要。奇异值分解得到的结果略显粗糙，实际工作中一般先进行奇异值分解得到粗分类结果，在利用余弦计算得到比较精确地结果。我觉得这章讲的SVD有些地方不是很清楚，已向吴军老师请教了，等待回信。
第十六章《信息指纹及其应用》：信息指纹可以作为信息的唯一标识。有很多信息指纹的产生方法，互联网加密要使用基于加密的伪随机数产生器，常用的算法有MD5或者SHA—1等标准。信息指纹可以用来判定集合相同或基本相同。YouTobe就用信息指纹来反盗版。128位的指纹，1。8*10^19次才可能重复一次，所以重复的可能性几乎为0。判定集合是否相同，从简单的逐个比对到利用信息指纹，复杂度降低了很多很多。启发我们有时候要用变通的思想来解决问题。
第十七章《由电视剧《暗算》所想到的——谈谈密码学的数学原理》：RSA加密算法，有两个完全不同的钥匙，一个用于加密，一个用于解密。该算法里面蕴含着简单但不好理解的数学思想。信息论在密码设计中的应用：当密码之间分布均匀并且统计独立时，提供的信息最少。均匀分布使得敌人无从统计，而统计独立能保证敌人即使知道了加密算法，也不能破译另一段密码。
第十八章《闪光的不一定是金子——谈谈搜索引擎反作弊问题》：把搜索反作弊看成是通信模型，作弊当做是加入的噪声，解决噪声的方法：从信息源出发，增强排序算法的抗干扰能力；过滤掉噪声，还原信息。只要噪声不是完全随机并且前后有相关性，就可以检测到并消除。作弊者的方法不可能是随机的，且不可能一天换一种方法，及作弊是时间相关的。因此在搜集一段时间的作弊信息后，就可以将作弊者抓出来，还原原有的排名。一般作弊都是针对市场份额较大的搜索引擎做的，因此，一个小的搜索引擎作弊少，并不一定是它的反作弊技术好，而是到它那里作弊的人少。
第十九章《谈谈数学模型的重要性》：早期的行星运行模型用大圆套小圆的方法，精确地计算出了所有行星运行的轨迹。但其实模型就是简单的椭圆而已。一个正确的数学模型应该在形式上是简单的；一个正确的模型可能开始还不如一个精雕细琢过的错误模型来的准确，但是，如果我们认定大方向是对的，就应该坚持下去；大量准备的数据对研发很重要；正确的模型可能受到噪声干扰，而显得不准确，这是不应该用一种凑合的修正方法来弥补它，要找到噪声的根源，这也许能通往重大的发现。
第二十章《不要把鸡蛋放在一个篮子里——谈谈最大熵模型》：对一个随机事件预测时，当各种情况概率相等时，信息熵达到最大，不确定性最大，预测的风险最小。最大熵模型的训练非常复杂，需要时查看资料做进一步的理解。
第二十一章《拼音输入法的数学原理》：输入法经历了以自然音节编码，到偏旁笔画拆字输入，再回归自然音节输入的过程。任何事物的发展，螺旋式的回归不是简单的重复，而是一种升华。输入法的速度取决于编码的场地*寻找这个键的时间。传统的双拼，记住编码太难，寻找每个键的时间太长，并且增加了编码上的歧义。根据香农第一定理可以计算理论上每个汉字的*均最短码长。全拼不仅编码*均长度较少，而且根据上下文的语言模型可以很好的解决歧义问题。利用统计语言模型可是实现拼音转汉字的有效算法，而且可以转换为动态规划求最短路径问题。如今各家输入法的效率基本在一个量级，进一步提升的关键就在于建立更好的语言模型。可以根据每个用户建立个性化的语言模型。输入的过程本身就是人和计算机的通信，好的输入法会自觉或者不自觉的的遵循通信的数学模型。要做出最有效的输入法，应该自觉使用信息论做指导。
第二十二章《自然语言处理的教父马库斯和他的优秀弟子们》：将自然语言处理从基于规则到基于统计，贡献最大的两个人，一个是前面介绍的贾里尼克教授，他是一个开创性任务；另一个是将这个方法发扬光大的米奇·马库斯。马库斯的贡献在于建立了造福全世界研究者的宾夕法尼亚大学LDC语料库以及他的众多优秀弟子。马库斯的影响力很大程度上是靠他的弟子传播出去的。马库斯教授有很多值得钦佩的地方：给予他的博士研究生自己感兴趣的课题的自由，高屋建瓴，给学生关键的指导；宽松的管理方式，培养各有特点的年轻学者；是一个有着远见卓识的管理者。他的学生为人做事风格迥异，但都年轻有为，例如追求完美的迈克尔·柯林斯和寻求简单美的艾克尔·*。大师之所以能成为大师，肯定有着一些优秀的品质和追求。
第二十三章《布隆过滤器》：判断一个元素是否在一个集合当中时，用到了布隆过滤器，存储量小而且计算快速。其原理是：建立一个很长的二进制，将每个元素通过随机数产生器产生一些信息指纹，再将这些信息指纹映射到一些自然数上，最后在建立的那个很长的二进制上把这些自然数的位置都置为1。布隆过滤器的不足之处是它可能把不在集合中的元素错判成集合中的元素，但在某些条件下这个概率是很小的，补救措施是可以建立一个小的白名单，存储那些可能误判的元素。布隆过滤器背后的数学原理在于完全随机的数字其冲突的可能性很小，可以用很少的空间存储大量的信息，并且由于只进行简单的算术运算，因此速度非常快。《编程珠玑》中第一章的那个例子就是布隆过滤器的思想。开阔思维，寻找更好更简单的方法。
第二十四章《马尔科夫链的扩展——贝叶斯网络》：贝叶斯网络是马尔科夫链的扩展，由简单的线性链式关系扩展为网络的关系，但贝叶斯网络仍然假设每一个状态只与它直接相连的状态相关。确定贝叶斯网络的拓扑结构和各个状态之间相关的概率也需要训练。在词分类中，可以建立文章、主题和关键词的贝叶斯网络，用来得到词的分类。贝叶斯网络的训练包括确定拓扑结构和转移概率，比较复杂，后者可以参考最大熵训练的方法。贝叶斯网络导出的模型是非常复杂的。
第二十五章《条件随机场和句法分析》：句法分析是分析出一个句子的句子结构，对于不规则的句子，对其进行深入的分析是很复杂的，而浅层的句法分析在很多时候已经可以满足要求了。条件随机场就是进行浅层句法分析的有效的数学模型。条件随机场与贝叶斯网络很像，不用之处在于，条件随机场是无向图，而贝叶斯网络是有向图。条件随机场的训练很复杂，简化之后可以参考最大熵训练的方法。对于条件随机场的详细参数及原理还不理解。
第二十六章《维特比和他的维特比算法》：维特比算法是一个动态规划算法，凡是使用隐马尔科夫模型描述的问题都可以用它来解码。维特比算法采用逐步渐进的方法，计算到每步的最短距离，到下步的最短距离只用接着本步的计算即可，相比穷举法，大大缩短了计算的时间，并且基本可以实现实时的输出，这看似简单，但在当时确是很了不起的。维特比并不满足停留在算法本身，他将算法推广出去，并应用到了实际中，创立了高通公司，成为了世界上第二富有的数学家。高通公司在第二代移动通信中并不占很强的市场地位，而其利用CDMA技术霸占了3G的市场，可见远见的洞察力是多么的重要。
第二十七章《再谈文本分类问题——期望最大化算法》：该章讲的其实就是K均值聚类问题，设置原始聚类中心，然后不断迭代，直至收敛，将每个点分到一个类中。其实隐马尔科夫模型的训练和最大熵的训练都是期望最大化算法（EM）。首先，根据现有的模型，计算各个观测数据输入到模型中的计算结果，这个过程称为期望值计算过程，或E过程；接下来，重新计算模型参数，以最大化期望值，这个过程称为最大化的过程，或M过程。优化的目标函数如果是个凸函数，则一定有全局最优解，若不是凸函数，则可能找到的是局部最优解。在以后的一些问题求解过程中，应该考虑其是否是EM问题，也可以考虑参考这种思想，不断迭代以优化目标的过程。
第二十八章《逻辑回归和搜索广告》：雅虎和百度的竞价排名广告并不比谷歌的根据广告的预估点击率来客观的推送广告收入多。点击预估率有很多影响因素，一种有效的方法是逻辑回归模型，逻辑回归模型是一种将影响概率的不同因素结合在一起的指数模型。其训练方法和最大熵模型相似。同样不是很理解其具体内涵。
第二十九章《各个击破和Google云计算的基础》：分而治之，各个击破是一个很好的方法，Google开发的MapReduce算法就应用了该方法。将一个大任务分成几个小任务，这个过程叫Map，将小任务的结果合并成最终结果，这个过程叫Reduce，该过程如何调度、协调就是工程上比较复杂的事情了。可见大量用到的、真正有用的方法往往简单而又朴实。
附录《计算复杂度》：计算机中复杂度是以O（）来表示的，如果一个算法的计算量不超过N的多项式函数，则称算法为多项式函数复杂度的（P问题），是可以计算的。若比N的多项式函数还高，则是非多项式问题，实际上是不可计算的。非多项式问题中一种非确定的多项式问题（简称NP），是科学家研究的焦点，因为现实中好多问题都是NP问题。另外还有NP—Complete问题（NP问题可以在多项式时间内规约到该问题）和NP—Hard问题，对于这两种问题，需要简化找到*似解。
整体上，《数学之美》这本书让我了解了很多文本处理，数据挖掘相关的知识，学到了很多。其中，简单美以及一些科学家的大师风范让我印象深刻！书中提到的一些思想（即道）让我受益匪浅！
《数学之美》是一本领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知识，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》：文字和语言中天然蕴藏着一些数学思想，数学可能不仅仅的是一门非常理科的知识，也是一种艺术。另外，遇到一个复杂的问题时，可能生活中的一些常识，一些简单的思想会给你带来解决问题的灵感。
第二章《自然语言处理----从规则到统计》：试图模拟人脑处理语言的模式，基于语法规则，词性等进行语法分析、语义分析的自然语言处理有着很大的复杂度，而基于统计的语言模型很好的解决了自然语言处理的诸多难题。人们认识这个过程，找到统计的方法经历了20多年，非常庆幸我们的前辈已经帮我们找到了正确的方法，不用我们再去苦苦摸索。另外，这也说明在发现真理的过程中是充满坎坷的，感谢那些曾经奉献了青春的科学家。自己以后遇到问题也不能轻易放弃，真正的成长是在解决问题的过程中。事情不可能一帆风顺的，这是自然界的普遍真理吧！
第三章《统计语言模型》：自然语言的处理找到了一种合适的方法---基于统计的模型，概率论的知识开始发挥作用。二元模型、三元模型、多元模型，模型元数越多，计算量越大，简单实用就是最好的。对于某些不出现或出现次数很少的词，会有零概率问题，这是就要找到一数学方法给它一个很小的概率。以前学概率论的时候觉的没什么用，现在开始发现这些知识可能就是你以后解决问题的利器。最后引用作者本章的最后一句话：数学的魅力就在于将复杂的问题简单化。
第四章《谈谈中文分词》：中文分词是将一句话分成一些词，这是以后进一步处理的基础。从开始的查字典到后来基于统计语言模型的分词，如今的中文分词算是一个已经解决的问题。然而，针对不同的系统、不同的要求，分词的粒度和方法也不尽相同，还是针对具体的问题，提出针对该问题最好的方法。没有什么是绝对的，掌握其中的道才是核心。
第五章《隐马尔科夫模型》：隐马尔科夫模型和概率论里面的马尔科夫链相似，就是该时刻的状态仅与前面某几个时刻的状态有关。基于大量数据训练出相应的隐马尔科夫模型，就可以解决好多机器学*的问题，训练中会涉及到一些经典的算法(维特比算法等)。关于这个模型，没有实际实现过，所以感觉好陌生，只是知道了些概率论讲过的原理而已。
第六章《信息的度量和作用》：信息论给出了信息的度量，它是基于概率的，概率越小，其不确定性越大，信息量就越大。引入信息量就可以消除系统的不确定性，同理自然语言处理的大量问题就是找相关的信息。信息熵的物理含义是对一个信息系统不确定性的度量，这一点与热力学中的熵概念相同，看似不同的学科之间也会有着很强的相似性。事务之间是存在联系的，要学会借鉴其他知识。
第七章《贾里尼克和现代语言处理》：贾里尼克是为世界级的大师，不仅在于他的学术成就，更在于他的风范。贾里尼克教授少年坎坷，也并非开始就投身到自然语言方面的研究，关键是他的思想和他的道。贾里克尼教授治学严谨、用心对待自己的学生，对于学生的教导，教授告诉你最多的是“什么方法不好”，这很像听到的一句话“我不赞同你，但我支持你”。贾里克尼教授一生专注学*，最后在办公桌前过世了。读了这章我总结出的一句话是“思想决定一个人的高度”。
在这章中对于少年时的教育，以下几点值得借鉴：
1、少年时期其实没有必要花那么多时间读书，他们的社会经验、生活能力以及在那时树立起的志向将帮助他们一生。
2、中学时花大量时间学会的内容，在大学用非常短的时间就可以读完，因为在大学阶段，人的理解力要强很多。
3、学*（和教育）是一个人一辈子的过程。
4、书本的'内容可以早学，也可以晚学，但是错过了成长阶段却是无法补回来的。
第八章《简单之美----布尔代数和搜索引擎的索引》：布尔是19世纪英国的一位中学教师，但他的公开身份是啤酒商，提出好的思想的人不一定是大师。简单的建立索引可以根据一个词是否在一个网页中出现而设置为0和1，为了适应索引访问的速度、附加的信息、更新要快速，改进了索引的建立，但原理上依然简单，等价于布尔运算。牛顿的一句话“（人们）发觉真理在形式上从来是简单的，而不是复杂和含混的”。做好搜索，最基本的要求是每天分析10-20个不好的搜索结果，积累一段时间才有感觉。有时候，学*、处理问题，可以从不好的方面入手，效果可能更好。
第九章《图论和网络爬虫》：图的遍历分为“广度优先搜索（Breadth-FirstSearch，简称BFS）”和“深度优先搜索（Depth-FirstSearch，简称DFS）。互联网上有几百亿的网页，需要大量的服务器用来下载网页，需要协调这些服务器的任务，这就是网络设计和程序设计的艺术了。另外对于简单的网页，没必要下载。还需要存储一张哈希表来记录哪些网页已经存储过（如果记录每个网页的url，数量太多，这里可以用后面提到的信息指纹，只需要一个很多位的数字即可），避免重复下载。另外，在图论出现的很长一段时间里，实际需求的图只有几千个节点，那时图的遍历很简单，人们都没有怎么专门研究这个问题，随着互联网的出现，图的遍历一下子有了用武之地，很多数学方法就是这样，看上去没有什么用途，等到具体的应用出来了一下子开始派上大用场了，这可能就是世界上很多人毕生研究数学的原因吧。一个系统看似整体简单，但里面的每个东西都可能是一个复杂的东西，需要很好的设计。
第十章《PageRank----Google的民主表决式网页排名技术》：搜索返回了成千上万条结果，如何为搜索结果排名？这取决与两组信息：关于网页的质量信息以及这个查询和每个网页的相关性信息。PageRank算法来衡量一个网页的质量，该算法的思想是如果一个网页被很多其他网页所链接，说明它收到普遍的承认和信赖，那么它的排名就高。谷歌的创始人佩奇和布林提出了该算法并用迭代的方法解决了这个问题。PageRank在Google所有的算法中依然是至关重要的。该算法并不难，可是当时只有佩奇和布林想到了，为什么呢？
第十一章《如何确定网页和查询的相关性》：构建一个搜索引擎的四个方面：如何自动下载网页、如何建立索引、如何衡量网页的质量以及确定一个网页和某个查询的相关性。搜索关键词权重的科学度量TF—IDF，TF衡量一个词在一个网页中的权重，即词频。IDF衡量一个词本身的权重，对主题的预测能力。一个查询和该网页的相关性公式由词频的简单求和变成了加权求和，即TF1*IDF1+TF2*IDF2+...+TFN*IDFN。看似复杂的搜索引擎，里面的原理竟是这么简单！
第十二章《地图和本地搜索的最基本技术——有限状态机和动态规划》：地址的解析依靠有限状态机，当用户输入的地址不太标准或有错别字时，希望进行模糊匹配，提出了一种基于概率的有限状态机。通用的有限状态机的程序不是很好写，要求很高，建议直接采用开源的代码。图论中的动态规划问题可以用来解决两点间的最短路径问题，可以将一个“寻找全程最短路线”的问题，分解成一个个寻找局部最短路线的小问题。有限状态机和动态规划问题需要看相关的算法讲解，才能深入理解，目前对其并未完全理解。
第十三章《GoogleAK-47的设计者——阿米特·辛格博士》：辛格坚持选择简单方案的一个原因是容易解释每一个步骤和方法背后的道理，这样不仅便于出了问题时查错，而且容易找到今后改进的目标。辛格要求对于搜索质量的改进方法都要能说清楚理由，说不清楚理由的改进即使看上去有效也不会采用，因为这样将来可能是个隐患。辛格非常鼓励年轻人要不怕失败，大胆尝试。遵循简单的哲学。
第十四章《余弦定理和新闻的分类》：将新闻根据词的TF-IDF值组成新闻的特征向量，然后根据向量之间的余弦距离衡量两个特征之间的相似度，将新闻自动聚类。另外根据词的不同位置，权重应该不同，比如标题的词权重明显应该大点。大数据量的余弦计算也要考虑很多简化算法。
第十五章《矩阵运算和文本处理中的两个分类问题》：将大量的文本表示成文本和词汇的矩阵，然后对该矩阵进行奇异值SVD分解，可以得到隐含在其中的一些信息。计算余弦相似度的一次迭代时间和奇异值分解的时间复杂度在一个数量级，但计算余弦相似度需要多次迭代。另外，奇异值分解的一个问题是存储量大，而余弦定理的聚类则不需要。奇异值分解得到的结果略显粗糙，实际工作中一般先进行奇异值分解得到粗分类结果，在利用余弦计算得到比较精确地结果。我觉得这章讲的SVD有些地方不是很清楚，已向吴军老师请教了，等待回信。
第十六章《信息指纹及其应用》：信息指纹可以作为信息的唯一标识。有很多信息指纹的产生方法，互联网加密要使用基于加密的伪随机数产生器，常用的算法有MD5或者SHA-1等标准。信息指纹可以用来判定集合相同或基本相同。YouTobe就用信息指纹来反盗版。128位的指纹，1.8*10^19次才可能重复一次，所以重复的可能性几乎为0。判定集合是否相同，从简单的逐个比对到利用信息指纹，复杂度降低了很多很多。启发我们有时候要用变通的思想来解决问题。
第十七章《由电视剧《暗算》所想到的——谈谈密码学的数学原理》：RSA加密算法，有两个完全不同的钥匙，一个用于加密，一个用于解密。该算法里面蕴含着简单但不好理解的数学思想。信息论在密码设计中的应用：当密码之间分布均匀并且统计独立时，提供的信息最少。均匀分布使得敌人无从统计，而统计独立能保证敌人即使知道了加密算法，也不能破译另一段密码。
第十八章《闪光的不一定是金子——谈谈搜索引擎反作弊问题》：把搜索反作弊看成是通信模型，作弊当做是加入的噪声，解决噪声的方法：从信息源出发，增强排序算法的抗干扰能力；过滤掉噪声，还原信息。只要噪声不是完全随机并且前后有相关性，就可以检测到并消除。作弊者的方法不可能是随机的，且不可能一天换一种方法，及作弊是时间相关的。因此在搜集一段时间的作弊信息后，就可以将作弊者抓出来，还原原有的排名。一般作弊都是针对市场份额较大的搜索引擎做的，因此，一个小的搜索引擎作弊少，并不一定是它的反作弊技术好，而是到它那里作弊的人少。
第十九章《谈谈数学模型的重要性》：早期的行星运行模型用大圆套小圆的方法，精确地计算出了所有行星运行的轨迹。但其实模型就是简单的椭圆而已。一个正确的数学模型应该在形式上是简单的；一个正确的模型可能开始还不如一个精雕细琢过的错误模型来的准确，但是，如果我们认定大方向是对的，就应该坚持下去；大量准备的数据对研发很重要；正确的模型可能受到噪声干扰，而显得不准确，这是不应该用一种凑合的修正方法来弥补它，要找到噪声的根源，这也许能通往重大的发现。
第二十章《不要把鸡蛋放在一个篮子里——谈谈最大熵模型》：对一个随机事件预测时，当各种情况概率相等时，信息熵达到最大，不确定性最大，预测的风险最小。最大熵模型的训练非常复杂，需要时查看资料做进一步的理解。
第二十一章《拼音输入法的数学原理》：输入法经历了以自然音节编码，到偏旁笔画拆字输入，再回归自然音节输入的过程。任何事物的发展，螺旋式的回归不是简单的重复，而是一种升华。输入法的速度取决于编码的场地*寻找这个键的时间。传统的双拼，记住编码太难，寻找每个键的时间太长，并且增加了编码上的歧义。根据香农第一定理可以计算理论上每个汉字的*均最短码长。全拼不仅编码*均长度较少，而且根据上下文的语言模型可以很好的解决歧义问题。利用统计语言模型可是实现拼音转汉字的有效算法，而且可以转换为动态规划求最短路径问题。如今各家输入法的效率基本在一个量级，进一步提升的关键就在于建立更好的语言模型。可以根据每个用户建立个性化的语言模型。输入的过程本身就是人和计算机的通信，好的输入法会自觉或者不自觉的的遵循通信的数学模型。要做出最有效的输入法，应该自觉使用信息论做指导。
第二十二章《自然语言处理的教父马库斯和他的优秀弟子们》：将自然语言处理从基于规则到基于统计，贡献最大的两个人，一个是前面介绍的贾里尼克教授，他是一个开创性任务；另一个是将这个方法发扬光大的米奇·马库斯。马库斯的贡献在于建立了造福全世界研究者的宾夕法尼亚大学LDC语料库以及他的众多优秀弟子。马库斯的影响力很大程度上是靠他的弟子传播出去的。马库斯教授有很多值得钦佩的地方：给予他的博士研究生自己感兴趣的课题的自由，高屋建瓴，给学生关键的指导；宽松的管理方式，培养各有特点的年轻学者；是一个有着远见卓识的管理者。他的学生为人做事风格迥异，但都年轻有为，例如追求完美的迈克尔·柯林斯和寻求简单美的艾克尔·*。大师之所以能成为大师，肯定有着一些优秀的品质和追求。
第二十三章《布隆过滤器》：判断一个元素是否在一个集合当中时，用到了布隆过滤器，存储量小而且计算快速。其原理是：建立一个很长的二进制，将每个元素通过随机数产生器产生一些信息指纹，再将这些信息指纹映射到一些自然数上，最后在建立的那个很长的二进制上把这些自然数的位置都置为1。布隆过滤器的不足之处是它可能把不在集合中的元素错判成集合中的元素，但在某些条件下这个概率是很小的，补救措施是可以建立一个小的白名单，存储那些可能误判的元素。布隆过滤器背后的数学原理在于完全随机的数字其冲突的可能性很小，可以用很少的空间存储大量的信息，并且由于只进行简单的算术运算，因此速度非常快。《编程珠玑》中第一章的那个例子就是布隆过滤器的思想。开阔思维，寻找更好更简单的方法。
第二十四章《马尔科夫链的扩展——贝叶斯网络》：贝叶斯网络是马尔科夫链的扩展，由简单的线性链式关系扩展为网络的关系，但贝叶斯网络仍然假设每一个状态只与它直接相连的状态相关。确定贝叶斯网络的拓扑结构和各个状态之间相关的概率也需要训练。在词分类中，可以建立文章、主题和关键词的贝叶斯网络，用来得到词的分类。贝叶斯网络的训练包括确定拓扑结构和转移概率，比较复杂，后者可以参考最大熵训练的方法。贝叶斯网络导出的模型是非常复杂的。
第二十五章《条件随机场和句法分析》：句法分析是分析出一个句子的句子结构，对于不规则的句子，对其进行深入的分析是很复杂的，而浅层的句法分析在很多时候已经可以满足要求了。条件随机场就是进行浅层句法分析的有效的数学模型。条件随机场与贝叶斯网络很像，不用之处在于，条件随机场是无向图，而贝叶斯网络是有向图。条件随机场的训练很复杂，简化之后可以参考最大熵训练的方法。对于条件随机场的详细参数及原理还不理解。
第二十六章《维特比和他的维特比算法》：维特比算法是一个动态规划算法，凡是使用隐马尔科夫模型描述的问题都可以用它来解码。维特比算法采用逐步渐进的方法，计算到每步的最短距离，到下步的最短距离只用接着本步的计算即可，相比穷举法，大大缩短了计算的时间，并且基本可以实现实时的输出，这看似简单，但在当时确是很了不起的。维特比并不满足停留在算法本身，他将算法推广出去，并应用到了实际中，创立了高通公司，成为了世界上第二富有的数学家。高通公司在第二代移动通信中并不占很强的市场地位，而其利用CDMA技术霸占了3G的市场，可见远见的洞察力是多么的重要。
第二十七章《再谈文本分类问题——期望最大化算法》：该章讲的其实就是K均值聚类问题，设置原始聚类中心，然后不断迭代，直至收敛，将每个点分到一个类中。其实隐马尔科夫模型的训练和最大熵的训练都是期望最大化算法（EM）。首先，根据现有的模型，计算各个观测数据输入到模型中的计算结果，这个过程称为期望值计算过程，或E过程；接下来，重新计算模型参数，以最大化期望值，这个过程称为最大化的过程，或M过程。优化的目标函数如果是个凸函数，则一定有全局最优解，若不是凸函数，则可能找到的是局部最优解。在以后的一些问题求解过程中，应该考虑其是否是EM问题，也可以考虑参考这种思想，不断迭代以优化目标的过程。
第二十八章《逻辑回归和搜索广告》：雅虎和百度的竞价排名广告并不比谷歌的根据广告的预估点击率来客观的推送广告收入多。点击预估率有很多影响因素，一种有效的方法是逻辑回归模型，逻辑回归模型是一种将影响概率的不同因素结合在一起的指数模型。其训练方法和最大熵模型相似。同样不是很理解其具体内涵。
第二十九章《各个击破和Google云计算的基础》：分而治之，各个击破是一个很好的方法，Google开发的MapReduce算法就应用了该方法。将一个大任务分成几个小任务，这个过程叫Map，将小任务的结果合并成最终结果，这个过程叫Reduce，该过程如何调度、协调就是工程上比较复杂的事情了。可见大量用到的、真正有用的方法往往简单而又朴实。
附录《计算复杂度》：计算机中复杂度是以O()来表示的，如果一个算法的计算量不超过N的多项式函数，则称算法为多项式函数复杂度的（P问题），是可以计算的。若比N的多项式函数还高，则是非多项式问题，实际上是不可计算的。非多项式问题中一种非确定的多项式问题（简称NP），是科学家研究的焦点，因为现实中好多问题都是NP问题。另外还有NP-Complete问题（NP问题可以在多项式时间内规约到该问题）和NP-Hard问题，对于这两种问题，需要简化找到*似解。
整体上，《数学之美》这本书让我了解了很多文本处理，数据挖掘相关的知识，学到了很多。其中，简单美以及一些科学家的大师风范让我印象深刻！书中提到的一些思想（即道）让我受益匪浅！
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。特别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，这本书就是用非常深入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，我觉得至少需要掌握这三门课：高等数学，离散数学，还有概率论与数理统计。唉..我当初数学学得太水了，还挂了高数啊...有好的概念没看懂，以后有时间在好好看吧。如果想搞计算机研究的话，数学基础必不可少，别总在抱怨各种数学课上的东西一辈子都用不着。
发现作者对人类自然发展的认识非常深，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，和今天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。
我们今天使用的十进制，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开始进位，所以他们用的是二十进制。实际上*数字是古印度人发明的，只是欧洲人不知道这些数字的真正发明人是古印度，而就把这功劳该给了“二道贩子”*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1/10^10,另一个句子出现的概率为1/10^20,那么我们就可以说第一个句子比第二个句子更加合理。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
这句话：“同学们呆在图书馆看书”，如何分词？应该是这样：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（北京大学）就按照最长的分词匹配，遇到不认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*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）
一直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，我们只假设今天的气温只与昨天有关而与前天没有关系，这虽然不完美，但是以前不好解决的问题都可以给出*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经验，生活能力，和那时候树立起来的志向，这将帮助他们一生。而中学生阶段花很多时间比同伴多读的课程，在大学以后可以用非常短的时间就可以读完。因为在大学阶段，人的理解能力要强很多，比如中学要花500小时才能搞明白的内容，大学可能花100小时就搞定了。学*和教育是一个人一辈子的事情，很多中学成绩好的人进入大学后有些就表现不太好了，要有不断学*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，这篇认真看了一篇，很吃惊原理cos 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，如果两个向量的方向一致，说明对应的新闻用词一致，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*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索和深度优先搜索...
搜索引擎的结果排名用了稀疏矩阵的计算...
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，当我们认识了规律后，应当在生活工作中遵循规律，希望大家透过IT规律的认识，可 以举一反三的总结学*认识规律，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准确数学模型，一个正确的数学模型在形式上应当是简单的，一个好的方法在形式上应当也是简单的。简单才是美。
我在想，为什么我们要学*数学?也许这个问题成年人有一万个答案，可是当我们第一次走进教室，学*数学的时候，大概率还是个孩子，你怎么跟一个孩子解释为什么要学*数学呢?我把这个问题抛给了一个朋友，他说：“为了提高思维逻辑能力，这是我初中老师在第一节数学课上告诉我们的”。或者一位5岁的小朋友又会问：“什么是逻辑能力呢?”
也许从出生第一天，我们就一直在被动的接收一些东西，父母的劝导，老师的.传授，可5岁的孩子还是会把玩具散落一地，6岁的孩子仍然会因为父母不给买玩具而嗷嗷大哭，无论你怎么劝导一个人，怎么劝诫一个人，他可能仍然会犯你认为会出现的错误。我记得有位教育专家这么说：“你告诉宝宝他把玩具弄坏了，就等于丢了10个棒棒糖”，从此以后这个宝宝可能会更加珍惜玩具。这个方法很简单，但是貌似最有效。数学是什么?数学不就是把复杂的东西简单化么?
现在我们再回答前面的问题：为什么我要学*数学?我们可以这么跟5岁的小朋友说：“妈妈给你10元钱，让你买酱油，酱油7元、棒棒糖1元一个，剩下的钱你可以买几个棒棒糖?”或许想吃棒棒糖的就会苦思冥想一番，或许未来妈妈真的给他10元钱去买酱油，结果回来就变成了一瓶酱油和3个棒棒糖。或者再过一段时间，这位小朋友会选择6元的酱油，因为可以获得4个棒棒糖了。他这么计算着：7+3和6+4都可以等于10，那么如果要必须买酱油的情况下，1+9也可以等于10。我们都知道也有1元的袋装酱油，于是9个棒棒糖到手了。任何知识的魅力都在于自我的发现，只有你对它产生了无限的兴趣，你就会不断的发现它的美，《数学之美》也可以变成《物理之美》。
有些人会说，上面的例子是利益驱动型，不是兴趣驱动型，对于一个孩子来说，你能指望他向**那样：“我需要的不是物质世界，我需要的是精神世界?”5岁宝宝最喜欢做得事情就是在吃和玩上面，请问，成年人不也是如此么?这就是天性。只不过成年人的自控能力足够大罢了。
我们回到书本上，这本书是否合适自己?如果没有专业的数学知识，很难读懂。但是它又有着无限的魅力，让你不自觉的读下去，为什么?因为“数学之美”，虽然大多数人看不懂里面的公式，但是能够明白数学能解决的问题：概率统计学能够解决自然语言处理、布尔代数能解决搜索引擎的问题、有限状态机和动态规划能解决地图问题、向量+特征向量+余弦定理能解决自动新闻分类问题、最大熵模型解决金融问题，看着看着我就莫名的产生了一种想要学*算法的冲动，这不就是本书的意义所在么?
最*看了这本《数学之美》，不得不感叹一句，可惜早已身不在起点。
我读书的时候，数学成绩一直都很好，虽然离开学校已经10多年，自觉当初的知识还是记得很多，6~7年前再考线性代数和概率论，还是得到了很高的分数。不过我也和大部分人一样，觉得数学没有太多用处，特别是高中和大学里面学的，那些三角函数，向量，大数定律，解析几何，除了在考试的题目里面用一下，*时又有什么地方可以用呢？
看了《数学之美》，惊叹于数学的浩瀚和简单，说它浩瀚，是因为它的分支涵盖了科学的方方面面，是所有科学的理论基础，说它简单，无论多复杂的问题，最后总结的数学公式都简单到只有区区几个符号和字母。
这本书介绍数学理论在互联网上的运用，*时我们在使用互联网搜索或者翻译功能的时候，时常会感叹电脑对自己的了解和它的聪明，其实背后的原理就是一个个精美的算法和大量数据的训练。那些或者熟悉或者陌生的数学知识（联合概率分布，维特比算法，期望最大化，贝叶斯网络，隐形马尔可夫链，余弦定律，etc），一步步构建了我们现在所赖以生存的网上世界。
之所以觉得自己早已身不在起点，是因为上面这些数学知识，早已经不在我的知识框架之内，就算曾经学过，也不过是囫囵吞枣一样的强记硬背，没有领会过其中的真正意义。而今天想重头在来学一次，其实已经不可能了。且不说要花费多少的精力和时间，还需要的是领悟力。而这一些，已经不是我可以简单付出的。
不像物理、化学需要复杂的实验来验证，很多数学的证明，几乎只要有一颗聪明的头脑和无数的草稿纸，可是光是这颗聪明的头脑，就可以阻拦掉很多人。有人说多读书就会聪明，我不否认，书本的确会提供很多知识，可是不同的人读同一本书也会有不同的收货，这就限制于每个人的知识框架和认知水*。就如一个数学功底好过我的人，看这本书，就会更容易理解里面的公式和推导出这些公式的其他运用点，而我，只能站在数学的门口，感叹一句，它真的好美吧。
当然，我暂时无法在实际生活中运用这些数学公式，可是书中提到的一些方法论，还是很有帮助的
1）一个产业的颠覆或者创新，大部分来自于外部的力量，比如用统计学原理做自然语言处理。
2）基础知识和基础数据是很重要性，只有足够多和足够广的数据，才可以提供有效的分析，和验证分析方法的好坏。
3）先帮用户解决80%的问题，在慢慢解决剩下的20%的问题；
4）不要等一个东西完美了，才发布；
5）简单是美，坚持选择简单的做法，这样会容易解释每一个步骤和方法背后的道理，也便于查错。
6）正确的模型也可能受噪音干扰，而显得不准确；这时不应该用一种凑合的修正方法加以弥补，而是要找到噪音的根源，从根本上修正它。
7）一个人想要在自己的领域做到世界一流，他的周围必须有非常多的一流人物。
——汉字书法之美读后感合集五篇
从小开始，练字对某而言就是很困难的一件事——小学上书法课时，老师总会把大家写的字贴墙上，然后把亮点圈出来。那时候，某是惟一一个作业上没有圈的孩子。初中时某很羡慕班长的一手好字，到了高三闲着没事就天天练硬笔。下了早读第一节课前的十五分钟全用来描塑料模板上的正楷了。一年后生生刻出一幅钢板字体。后来某花了很久去改变自己，有人说某现在写字没高中时漂亮了，但某倒不这么认为。因为那是有活力的，比当初的一团死板多出了几分生气。而看蒋勋的书就有这样的感觉。
他说书法，总是先从人说起。在中国传统的书法观中，写字是件很庄重的事情。而且，写字的头一件事是做人。讲究的是“心正则笔正”，中国人喜欢讲品格，书法更是人品的体现。若是练得一手好字，便在人才济济的科举考试中也是有加分的——由此可见书写之重。
事实上，赏析任何书法作品，离了那个执笔者，就会陷入云雾之中。比如天下行书第三的《寒食帖》，某一直无法真正的喜欢它，直到看了蒋勋的《苍凉的独白书写》才明白，那是怎样的一种复杂心境才造就出来的名帖啊。而湖南里耶古城出土的竹简，总会让人联想到恪尽职守的城吏们。至于颜真卿的稳重笔锋更是令人印象强烈的想起那段大唐盛世——任何字体都是和那个时代无法割裂的，书写本身就是在一段历史。而那沉淀下来的墨迹既是本人的私有历史也是公共的书写历史。
所以不能不认真的去书写罢。只有练好了规矩才能“随心所欲而不愈矩”。
可是在那整体的历史中，更无法忽略的是个人的笔意——那生动的变化又重何而来？
那些生动的笔触，在蒋勋的笔下是那么美好。在点化它们之前，仅仅是纸上死板的一团油墨。书法是形象的艺术，蒋勋的书上会在一开始就介绍这种字体的来龙去脉，附上相应的帖，让人明白它们之中蕴藏的历史，同时又辅以个人性质介绍，一点点的点拔读者如何从那些细节中体会它们的历史、它们的情绪、它们最打动人心的部分。
大凡讲述艺术史的书，不是流于琐碎就是自我陶醉。而蒋勋的书法史里。没有传统的审美书惯用的四个字四个字那样空洞乏味的不知所云，也没有四*八稳的照本宣科，有的是触及读者灵魂深处的悖动。
那，正是因为蒋勋从书法的美感中把人类最基本的感情萃取出来了罢。美学是抽象的，然而美的载体和审美本身并不是抽象的——尤其是书法，那是缘于人与社会的共鸣所产生的丰富意蕴的艺术啊。
“汉字书法的练*，大概在许多华人心中都保有很深刻的印象。“
我小时候印象中的书法就是写毛笔字了。看到老师拿着大大的毛笔，大手一挥，几个像模像样的毛笔字就出现在白纸上，煞是羡慕，但是到底怎样写，怎样读帖却是云里雾里。老师多是临时代课的，对毛笔字的要求不严格，我们有毛笔的就用毛笔写，没有毛笔的就找一个小棒，沾着前后位同学的墨汁，在本子上信马由缰，对于写“上”“人”自觉得很好写，横*竖直就可以，对于笔锋、运笔、收笔等书法术语全然没有概念，那时毛笔是一角、两角钱买来的，墨汁也是最廉价的带着臭味久无人问津的，所以写完毛笔字后，教室里洋溢着难闻的气味，我们的手上、脸上、衣服上沾满了，黑黑的臭墨汁，看着自己写的歪七斜八的字傻乐，只是好玩，倒没有太大的兴趣。
现在每当走过学校的书法室，闻到那飘散过来的淡淡的墨香，看着那些中规中距或站或坐的小学生，跟着书法老师有模有样的临帖*子，挥毫泼墨的写出大幅的作品，心中的羡慕之情无法言表。
直到后来上了师范学校，才知道书法是一门博大精深的艺术，了解了一些书法家，更深刻的体会到描摹临写在书法中的重要。才真正的体会到“一直有一个红线框成的界线存在，垂直与水*红线*均分割的九宫格，红色细线围成的字的轮廓。”红色像一种“界限”，我手中毛笔的黑墨不能随性逾越红线轮廓的范围，九宫格使我学*“界限”、“纪律”、“规矩”。
那时我才开始真正的写毛笔字，每天基本功练*都会按老师的要求认真读帖，用心临摹，享受着墨香，享受着汉字的美，享受着写字带来的宁静致远。“童年的书写，是最早对‘规矩’的学*。‘规’是曲线，‘矩’是直线；‘规’是圆，‘矩’是方。学*直线的耿直，也学*曲线的婉转；学*‘方’的端正，也学*‘圆’的包容。”学生在我们这样一个充满墨香的学校中学*、生活，一定的写好人生每一笔，真切体会写好一个真正的“大”“人”的益处。
两周前花一个下午读了蒋勋的《汉字书法之美》，中午趁午休搜了搜书评，看到江弱水的《撕扇记二：美言还是不信的蒋勋》有点意思。
我对蒋勋其人不熟，初读《汉字书法之美》的时候觉得文笔大抵就是“主观浪漫主义”吧。江弱水引用张大春的《书法之美是知识，不是**》也是蛮有趣。不过我已把此书定位为主观的文化随笔而非严肃作品后也不怎么排斥。
有了对于这本书的总体定位后，读起来就很顺利。在煽情的文字下看仓颉造字“天雨粟，鬼夜哭”，看甲骨差点遗失，看《祭侄文稿》哭安史之乱什么的……反正就是发散发散思维，自我升华一下。
本书细节处的问题江弱水那篇文择了好多，虽然也看到有人骂江弱水酸腐炒作，但是我还是赞同严谨对待细节。不过把《汉字书法之美》当做别人主观的文化随笔，外加自己的历史常识还在，其实这些细节也不是太困扰。
说个总体印象，《汉字书法之美》一书文字浪漫煽情，历史细节有含糊处，汉字演化部分不够严谨，书法赏析有认字错误并且偏作者主观，后附云门舞集和书法教育的部分写得空泛主观。
作为文化小品可读，浅显了解汉字书法可读，假日消磨时间自我升华可读，不必认真当做学术著作来读。
看完本书我还是有个人收获的。作为一个肤浅观众，我一直喜欢端方小楷，对行书与草书不太会欣赏。本书对于我的益处是稍微提升了一点对行书的理解和欣赏力。
还有年底云门舞集有一场在厦门的演出，我会考虑去看看。
书法是中国古典艺术的一朵奇葩，蒋勋的《汉字书法之美》以其独特的美学情怀，讲述汉字书法渊源流长的历史故事，用文字编织成画面，带我们走进古老却又现代的汉字时光长廊。
《汉字书法之美》全书用很大篇幅介绍汉字书法的历史，但又无处不在谈汉字书法的美学，堪称“历代书法审美指南”，将汉隶水*线条的“波磔”与中国建筑张扬起翘的飞檐相媲美，分析王羲之《兰亭集序》所呈现的行书的“即兴与自在”，对比碑与帖的“厚重与飘逸”，探究从行草到狂草的“*正与险绝”，阐释唐楷的“法度与庄严”，描摹宋代书法的“意境与个性”，解说元明书法与文人画的“形式与表现”，玩味清代书法走向民间的“古朴与拙趣”。
有人说现在是大数据时代，是互联网时代，是信息时代，世界运转的步伐日新月异，将我们湮没在海量的数据中，互联网、手机、微信，不断更新自己的装备，眼花缭乱地去接触新的事物，奋力奔跑却追不上那些变化，暮然回首，发现一路走来，像个孩子一样，丢西瓜捡玉米，丢玉米捡芝麻，最不该丢失的就是自身的历史文化传统。这个世界变化再快，根基却始终深植在传统文化中，厚厚积淀的文化土壤是我们永恒的宝库。校园里的学生开始重新学*《三字经》、《千字文》，朗朗书声中中华传统文化开始复苏，《中华诗词大会》、《朗读者》一档档火热起来的文化类型节目唤醒人们对经典的热爱，提醒我们真正应该抓牢的是什么。而《汉字书法之美》是写给每个中国人的书法美学，唤醒每个中国人的书写记忆。汉字书法之美，不仅在指腕之间，而且是呼吸，是养生，是身体的运动，是性情的表达，是做人处事的学*，是安定保佑的力量，最终成为与自己相处最真实的一种仪式。
读蒋勋的《汉字书法之美》，感受文字的魅力与力量，会在内心深处引发一种对历史文化的景仰崇拜。正如蒋勋所说，“汉字书写是强大的信仰”，作为中国人，学*掌握一点这门古老而仍然生机勃发的艺术的基本知识，不仅能够提高和丰富自己的艺术审美修养，更意味着增加了了解和学*传统文化的一种重要途径。
汉字是我们与知识沟通的桥梁，在与汉字的相识相伴相知中，我们得以了解大千世界，学*生活及处世的智慧；而汉字书法是记载汉字的历史，将汉字本身活灵活现具象到我们面前，渗入到我们的血液中，在书法中，让浮躁的身心静下来，体会人生的美好。蒋勋说，汉字书写，对于我，像一种修行。每一个人都应该将这场修行进行到底。
两周前花一个下午读了蒋勋的《汉字书法之美》，倒是想起安史之乱和神宗变法虐得哭哭，也没正经写个读后感。中午趁午休搜了搜书评，看到江弱水的《撕扇记二：美言还是不信的蒋勋》有点意思。
我对蒋勋其人不熟，初读《汉字书法之美》的时候觉得文笔大抵就是“主观浪漫主义”吧。江弱水引用张大春的《书法之美是知识，不是**》也是蛮有趣。不过我已把此书定位为主观的文化随笔而非严肃作品后，对“文艺腔”也不怎么排斥。
有了对于这本书的总体定位后，读起来就很顺利。在煽情的文字下看仓颉造字“天雨粟，鬼夜哭”，看甲骨差点遗失，看《祭侄文稿》哭安史之乱什么的……反正就是发散发散思维，自我升华一下。
本书细节处的问题江弱水那篇文择了好多，虽然也看到有人骂江弱水酸腐炒作，但是我还是赞同严谨对待细节。不过把《汉字书法之美》当做别人主观的文化随笔，外加自己的历史常识还在，其实这些细节也不是太困扰。
说个总体印象，《汉字书法之美》一书文字浪漫煽情，历史细节有含糊处，汉字演化部分不够严谨，书法赏析有认字错误并且偏作者主观，后附云门舞集和书法教育的部分写得空泛主观。
作为文化小品可读，浅显了解汉字书法可读，假日消磨时间自我升华可读，不必认真当做学术著作来读。
看完本书我还是有个人收获的。作为一个肤浅观众，我一直喜欢端方小楷，对行书与草书不太会欣赏。本书对于我的益处是稍微提升了一点对行书的理解和欣赏力。
还有年底云门舞集有一场在厦门的演出，我会考虑去看看。
——《谈美书简》读书笔记3篇
《谈美书简》，是朱光潜先生一部谈美学的论著。朱光潜先生在美学界的造诣这里无需过多赘述，他是我国研究美学的始祖，一代美学大师。通读完后，首先的感觉是朱先生知识的渊博，旁征博引，学贯中西。在他的书中，古今中外的文献引用得极多，而且所引用的英法德等国关于美的论述都是他最早翻译过来的。
其实粗读一篇，我真没有弄明白到底什么是美。虽然他通篇都在介绍什么是美，从心理学角度、从哲学角度、从自然科学角度去研究、论证美的本质意义。但是我读的还是一头雾水，因为朱先生的思想是那么的深邃；眼光是那么犀利；观点是那么独到。都说读书就是读者和作者心与心的交流，我只觉得朱先生穿着一身长马褂，在某个黄昏的清风中，向我娓娓道来，像一切得道智者一样，他持才并不傲物，从容淡泊，虚怀若谷。对我而言，朱先生只能用“高山仰止，景行行止”来形容了。
那么，到底是什么美？
什么是美？朱光潜先生并没有给出明确的定义。对于一个严谨的科学研究者或者说是理论研究者，简单草率地定义某种事物，总不免会把读者引入歧途甚至会怡笑大方。伟人如柏拉图也曾犯下把人定义成没有羽毛动物的错误，留下了千古笑柄。美不完全是事物的属性，不能科学定性地定义。譬如我们说水，这是可以严格定义的，凡是由2个氢原子和1个氧原子化合而成的物质就是水，这个不会因为不同人有不同看法而改变。
然而我们很多人对美的定义其实都是成为美的条件，我们说脚长的女人比脚短的女人要美，对称的比散乱的要美，但这都是成为美的条件，但具备这些条件的不一定就是美。正如空气含有水分是雨的条件，但空气中的水分却不是雨。因此有人问圣·奥古斯丁：“什么是时间？”，他回答：“你不问我，我本来很清楚地知道他是什么，你问我，我倒觉得茫然了”。
美不能定义，又不是事物固有的属性，那就没有研究价值了吗？朱先生告诉我们，美其实在某种程度上也是事物属性，当我们见到美的事物时，大多数人还是会觉得那是美的。但是研究判别美，不仅要在物本身着眼，同时还要着重观赏者在所观赏物中见到的价值去研究。通俗一点讲，就是美不仅在物，而且在心，在物为刺激，在心为感受。世界上没有天生自在，俯首即拾的美，凡是美都要经过心灵的创造，所以美学研究的理论，不仅要讲艺术，而且要讲心理。作者用了十七章的'篇幅在讲美，我才疏学浅，读了多遍亦只是管中窥豹，不能全面真正理解作者所阐述的理论。刚看到这本书的时候，我和大多数人一样都有一个疑问，自已认为美就是美，了解那么多有意义吗？
那么，为什么要研究美？
现实生活中，我们每个人都攀登过山，游玩过水，欣赏过画，背颂过诗文，当我们发现某处景色让我们心情愉悦时，我们会说，这里真美；当我们读到某处诗文让我们身临其*时，我们会说这首诗真美；当我们读到某篇文章让我们长期心灵的桎梏、精神的困顿豁然开朗的时候，我们会说这篇文章真美。我们在说美的时候，其实都只是一个随性的判断，靠得是自己粗疏的经验，至于为什么会觉得美，我们都没有意识进行仔细的考量。我们要欣赏、判断美，其实是不能离开理论支撑的。如果我们没有决定怎么才是美，就没有理由说这幅画比那幅画更美；如果我们没有明白艺术的本质，就没有理由说这件是艺术品，那件作品不是艺术品。只有当我们明白美的本质的时候，才能使欣赏和创造的过程得着更准确的力量。
对于读这本讲哲学，讲心理学的理论书籍，读起来非常费力。要来只是想了解一下，但是被作者严谨的治学态度，一以贯之的努力精神所感染，觉得不认真读完都是对不起作者所付出的努力和自己白白流失的青春。作者在整篇文章中，每论到一个观点，都列举了十几个思想流派的主流观点，然后自己不轻易的判断某种观点的对错，也不轻易接受某种观点。在以过自己认真思索、艰苦探索的之后，提出自己的见解。
因此，他在《谈美》中说到写此书时“要先看几十部书才敢下笔写一章”。这让我想起，他在这本书附录《作者自传》中提到的一件事情，在作者年*花甲的时候，还努力去学*俄文，并且可以达到读写的程度。前些年，我在某本书上看到北大王选在60多岁的时候，再去学计算机程序语言，并成功开发出汉字排版软件，打破了国外对汉字排版领域多年的垄断，被誉为“当代毕昇”。在这里不是想说他们“老骥伏枥，志在千里”的故事，而是觉得我现在还很年轻，悲观、懒惰的情绪时常在缠绕着我。每当一看到《谈美书简》摆在我面前时，自不觉汗流夹背。
“五一”期间逛新华书店，应女儿的要求，买了一本中学生课外文学名著必读篇目《谈美书简》。这是一本薄薄的只有105页的小书。女儿学*忙无暇阅读，我便拿来品读，了有收获。
很难想象，这本《谈美书简》竟然是出自一位八十二岁高龄的老人之笔。晚年汇聚了一生的心血写成了这本经典之作，也是理所当然的事情了。作者朱光潜（1897—1986），*现代著名美学家、文艺理论家主要著作有《悲剧心理学》、《文艺心理学》、《诗论》、《谈美》等。作者晚年时回顾了自己的美学生涯和自己独特的思想，也是给所有来信没有得到回复的朋友的一次集体回复。
对美，或许大家都不陌生，但是深入研究，却是望尘莫及的。通常我们对于美、美感、美的规律、美的范畴等等这些问题感到很深奥，也研究甚少，关于这些问题，朱光潜老先生在此书中都一并回复了，而且回复的很详尽，对于思想，文学，方法，理论等等都有了详细的陈述。对于美，我们看到的都是片面的，也可以说成的表面的，而看完这本书，对于美则有了全新的看法，这也是读此书的收获吧。我觉得这本书不但对中学生有益，对于我们这些成年人来说也很有收获。
这本《谈美书简》主要是一本就一些读者提出的问题用回信的方式统一进行回答的小书，因此可以说比较浅显易懂，虽然不是系统完整的美学著作，却也从一些很重要很关键的角度对美学的入门者的问题进行了解答，而且在很多方面都很有启发的作用。
比如在《典型环境中的典型人物》一文中，作者比较具体、完整地讲解了在文学与戏剧作品人物与环境的关系。他首先回顾了这一理论产生与发展的历史，进而指出，典型人物是能够体现社会历史发展的某些规律并且具有鲜明个性特点的人物形象，而典型环境则是典型人物所处的能够反映社会历史发展现状和趋势的具体情景和背景。典型人物应生活在典型环境中，而不能与环境相脱节。在这里，共性是通过个性来表现的，是在特殊中显示一般。文学之所以能在偶然性中见出必然性，是与再现“典型环境中的典型人物”这一理论分不开的。
再比如，在《浪漫主义与现实主义》这一节中，我们看到了这位多年来把心血倾注在美学史研究上的学者把浪漫主义、现实主义门派以及其历史和影响向读者娓娓道来，无论是对于想要扩展知识的读者还是对于有志于美学研究或者文学创作的读者都有非常的益处。
在《谈美书简》中，作者以亲身的经验，谈到了许多治学为人的道理。对于怎样开展学术工作，他教导说：“我们干的是科学工作，是一项必须实事求是，玩弄不得一点虚假的艰苦工作，既要有清醒的头脑和坚定的恒心，也要有排除一切阻碍和干扰的勇气……是敷敷衍衍、蝇营狗苟地混过一生呢？还是下定决*，做一点有益于人类文化的工作呢？立志要研究任何一门科学的人首先都要端正人生态度，认清方向，要‘做老实人，说老实话，办老实事’，这与大庆精神、铁人精神的内容不谋而合。所也说：无论做什么工作，无论做什么事都要老老实实做人，踏踏实实做事。
《谈美书简》，是朱光潜先生一部谈美学的论著。朱光潜先生在美学界的造诣这里无需过多赘述，他是我国研究美学的始祖，一代美学大师。通读完后，首先的感觉是朱先生知识的渊博，旁征博引，学贯中西。在他的书中，古今中外的文献引用得极多，而且所引用的英法德等国关于美的论述都是他最早翻译过来的。
其实粗读一篇，我真没有弄明白到底什么是美。虽然他通篇都在介绍什么是美，从心理学角度、从哲学角度、从自然科学角度去研究、论证美的本质意义。但是我读的还是一头雾水，因为朱先生的思想是那么的深邃；眼光是那么犀利；观点是那么独到。都说读书就是读者和作者心与心的交流，我只觉得朱先生穿着一身长马褂，在某个黄昏的清风中，向我娓娓道来，像一切得道智者一样，他持才并不傲物，从容淡泊，虚怀若谷。对我而言，朱先生只能用“高山仰止，景行行止”来形容了。
那么，到底是什么美？
什么是美？朱光潜先生并没有给出明确的定义。对于一个严谨的科学研究者或者说是理论研究者，简单草率地定义某种事物，总不免会把读者引入歧途甚至会怡笑大方。伟人如柏拉图也曾犯下把人定义成没有羽毛动物的错误，留下了千古笑柄。美不完全是事物的属性，不能科学定性地定义。譬如我们说水，这是可以严格定义的，凡是由2个氢原子和1个氧原子化合而成的物质就是水，这个不会因为不同人有不同看法而改变。
然而我们很多人对美的定义其实都是成为美的条件，我们说脚长的女人比脚短的女人要美，对称的比散乱的要美，但这都是成为美的条件，但具备这些条件的不一定就是美。正如空气含有水分是雨的条件，但空气中的水分却不是雨。因此有人问圣·奥古斯丁：“什么是时间？”，他回答：“你不问我，我本来很清楚地知道他是什么，你问我，我倒觉得茫然了”。
美不能定义，又不是事物固有的属性，那就没有研究价值了吗？朱先生告诉我们，美其实在某种程度上也是事物属性，当我们见到美的事物时，大多数人还是会觉得那是美的。但是研究判别美，不仅要在物本身着眼，同时还要着重观赏者在所观赏物中见到的价值去研究。通俗一点讲，就是美不仅在物，而且在心，在物为刺激，在心为感受。世界上没有天生自在，俯首即拾的美，凡是美都要经过心灵的创造，所以美学研究的理论，不仅要讲艺术，而且要讲心理。作者用了十七章的篇幅在讲美，我才疏学浅，读了多遍亦只是管中窥豹，不能全面真正理解作者所阐述的理论。刚看到这本书的时候，我和大多数人一样都有一个疑问，自已认为美就是美，了解那么多有意义吗？
那么，为什么要研究美？
现实生活中，我们每个人都攀登过山，游玩过水，欣赏过画，背颂过诗文，当我们发现某处景色让我们心情愉悦时，我们会说，这里真美；当我们读到某处诗文让我们身临其*时，我们会说这首诗真美；当我们读到某篇文章让我们长期心灵的桎梏、精神的.困顿豁然开朗的时候，我们会说这篇文章真美。我们在说美的时候，其实都只是一个随性的判断，靠得是自己粗疏的经验，至于为什么会觉得美，我们都没有意识进行仔细的考量。我们要欣赏、判断美，其实是不能离开理论支撑的。如果我们没有决定怎么才是美，就没有理由说这幅画比那幅画更美；如果我们没有明白艺术的本质，就没有理由说这件是艺术品，那件作品不是艺术品。只有当我们明白美的本质的时候，才能使欣赏和创造的过程得着更准确的力量。
对于读这本讲哲学，讲心理学的理论书籍，读起来非常费力。要来只是想了解一下，但是被作者严谨的治学态度，一以贯之的努力精神所感染，觉得不认真读完都是对不起作者所付出的努力和自己白白流失的青春。作者在整篇文章中，每论到一个观点，都列举了十几个思想流派的主流观点，然后自己不轻易的判断某种观点的对错，也不轻易接受某种观点。在以过自己认真思索、艰苦探索的之后，提出自己的见解。
因此，他在《谈美》中说到写此书时“要先看几十部书才敢下笔写一章”。这让我想起，他在这本书附录《作者自传》中提到的一件事情，在作者年*花甲的时候，还努力去学*俄文，并且可以达到读写的程度。前些年，我在某本书上看到北大王选在60多岁的时候，再去学计算机程序语言，并成功开发出汉字排版软件，打破了国外对汉字排版领域多年的垄断，被誉为“当代毕昇”。在这里不是想说他们“老骥伏枥，志在千里”的故事，而是觉得我现在还很年轻，悲观、懒惰的情绪时常在缠绕着我。每当一看到《谈美书简》摆在我面前时，自不觉汗流夹背。
——《数学之美》读书笔记（精选五篇）
这本书一共3章，主要介绍了这些数学方法：统计方法、统计语言模型、中文信息处理、隐含马尔科夫模型、布尔代数、图论、网页排名技术、信息论、动态规划、余弦定理、矩阵运算、信息指纹、密码学、搜索技术、数学模型、最大熵模型、拼音输入法、贝叶斯网络、句法分析、维特比算法、各个击破算法等。从第一章开始其明了幽默的语言就深深的吸引了我，让我觉得如果早一点看这本书，也许数学之于我就是另一番天地。
第一章里作者从原始人类的通信方式开始入手，人类最早利用声音进行的通信依赖于开篇给出的"编码—传输—解码"的基本原理，指出原始人的通信方式和今天的通信方式没什么不同，这世界上*现代最普遍的原理大部分都在人类发展的历史上被无意识的使用着。
第六章信息论给出了信息的度量，它是基于概率的，概率越小，其不确定性越大，信息量就越大。引入信息量就可以消除系统的不确定性，同理自然语言处理的大量问题就是找相关的信息。信息熵的物理含义是对一个信息系统不确定性的度量，这一点与热力学中的熵概念相同，看似不同的学科之间也会有着很强的相似性。事务之间是存在联系的，要学会借鉴其他知识。
这本书里也能找到不少在学的课程知识，如大学专业课里，数电总是要比模电简单不少，而自然界里大部分的信号都属于模拟信号。所谓模拟信号，是指从时间和数值两种维度上看来都是连续变化的信号。在实际电路中，模数转换是一个很重要的过程，将预处理的模拟信号经过模数变换为数字信号，然后进行数字信号处理。而数字化处理有很多优点，比如功能强大、抗干扰能力强、易于传输等。
简而言之，如果没有数学，就没有数字信号处理和传输的概念，而数字信号传输在当下大规模的集成电路里是必不可少的，这是通信成功的基本要求。
作者把生活中遇到的复杂的问题，以简单清晰，直观的模型或者公式展现出来。我们可能过于注意生活中的种种奇妙现象，往往忽略了追求其理论逻辑的演绎，而这，也是大部分问题的主要根源。
罗素曾经说过："数学，如果正确地看，不但拥有真理，而且也具有至高的美"；爱因斯坦也曾说过："纯数学使我们能够发现概念和联系这些概念的规律，这些概念和规律给了我们理解自然现象的钥匙。"数学在所有科学领域起着基础和根本的作用。"哪里有数，哪里就有美"。在这里，我也想把《数学之美》真诚推荐给每一位对自然、科学、生活有兴趣有热情的朋友，不管你是从事职业，读一读它，会让你受益良多。
吴军老师在《数学之美》中提到："这本书的目的是讲道而不是讲术。很多具体的搜索技术很快会从独门绝技到普及，再到落伍，追求术的人一辈子工作很辛苦。只有掌握了搜索的本质和精髓才能永远游刃有余"。回到我们日常的生活中，需要学*的东西、技术太多太多，如果一味地只为去追技术的脚步，那么我们也会很累很累。然而基本的原理却是没有怎么变化的。只见森林，不见树木，难免迷失；站在高处向下看，也许我们一直看不到底，但是站在底处却是可以看见底的。
《数学之美》是一本领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知识，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》：文字和语言中天然蕴藏着一些数学思想，数学可能不仅仅的是一门非常理科的知识，也是一种艺术。另外，遇到一个复杂的问题时，可能生活中的一些常识，一些简单的思想会给你带来解决问题的灵感。
第二章《自然语言处理----从规则到统计》：试图模拟人脑处理语言的模式，基于语法规则，词性等进行语法分析、语义分析的自然语言处理有着很大的复杂度，而基于统计的语言模型很好的解决了自然语言处理的诸多难题。人们认识这个过程，找到统计的方法经历了20多年，非常庆幸我们的前辈已经帮我们找到了正确的方法，不用我们再去苦苦摸索。另外，这也说明在发现真理的过程中是充满坎坷的，感谢那些曾经奉献了青春的科学家。自己以后遇到问题也不能轻易放弃，真正的成长是在解决问题的过程中。事情不可能一帆风顺的，这是自然界的普遍真理吧！
第三章《统计语言模型》：自然语言的处理找到了一种合适的方法---基于统计的模型，概率论的知识开始发挥作用。二元模型、三元模型、多元模型，模型元数越多，计算量越大，简单实用就是最好的。对于某些不出现或出现次数很少的词，会有零概率问题，这是就要找到一数学方法给它一个很小的概率。以前学概率论的时候觉的没什么用，现在开始发现这些知识可能就是你以后解决问题的利器。最后引用作者本章的最后一句话：数学的魅力就在于将复杂的问题简单化。
第四章《谈谈中文分词》：中文分词是将一句话分成一些词，这是以后进一步处理的基础。从开始的查字典到后来基于统计语言模型的分词，如今的中文分词算是一个已经解决的问题。然而，针对不同的系统、不同的要求，分词的粒度和方法也不尽相同，还是针对具体的问题，提出针对该问题最好的方法。没有什么是绝对的，掌握其中的道才是核心。
第五章《隐马尔科夫模型》：隐马尔科夫模型和概率论里面的马尔科夫链相似，就是该时刻的状态仅与前面某几个时刻的状态有关。基于大量数据训练出相应的隐马尔科夫模型，就可以解决好多机器学*的问题，训练中会涉及到一些经典的算法(维特比算法等)。关于这个模型，没有实际实现过，所以感觉好陌生，只是知道了些概率论讲过的原理而已。
第六章《信息的度量和作用》：信息论给出了信息的度量，它是基于概率的，概率越小，其不确定性越大，信息量就越大。引入信息量就可以消除系统的不确定性，同理自然语言处理的大量问题就是找相关的信息。信息熵的物理含义是对一个信息系统不确定性的度量，这一点与热力学中的熵概念相同，看似不同的学科之间也会有着很强的相似性。事务之间是存在联系的，要学会借鉴其他知识。
第七章《贾里尼克和现代语言处理》：贾里尼克是为世界级的大师，不仅在于他的学术成就，更在于他的风范。贾里尼克教授少年坎坷，也并非开始就投身到自然语言方面的研究，关键是他的思想和他的道。贾里克尼教授治学严谨、用心对待自己的学生，对于学生的教导，教授告诉你最多的是“什么方法不好”，这很像听到的一句话“我不赞同你，但我支持你”。贾里克尼教授一生专注学*，最后在办公桌前过世了。读了这章我总结出的一句话是“思想决定一个人的高度”。
在这章中对于少年时的教育，以下几点值得借鉴：
1、少年时期其实没有必要花那么多时间读书，他们的社会经验、生活能力以及在那时树立起的志向将帮助他们一生。
2、中学时花大量时间学会的内容，在大学用非常短的时间就可以读完，因为在大学阶段，人的理解力要强很多。
3、学*（和教育）是一个人一辈子的过程。
4、书本的'内容可以早学，也可以晚学，但是错过了成长阶段却是无法补回来的。
第八章《简单之美----布尔代数和搜索引擎的索引》：布尔是19世纪英国的一位中学教师，但他的公开身份是啤酒商，提出好的思想的人不一定是大师。简单的建立索引可以根据一个词是否在一个网页中出现而设置为0和1，为了适应索引访问的速度、附加的信息、更新要快速，改进了索引的建立，但原理上依然简单，等价于布尔运算。牛顿的一句话“（人们）发觉真理在形式上从来是简单的，而不是复杂和含混的”。做好搜索，最基本的要求是每天分析10-20个不好的搜索结果，积累一段时间才有感觉。有时候，学*、处理问题，可以从不好的方面入手，效果可能更好。
第九章《图论和网络爬虫》：图的遍历分为“广度优先搜索（Breadth-FirstSearch，简称BFS）”和“深度优先搜索（Depth-FirstSearch，简称DFS）。互联网上有几百亿的网页，需要大量的服务器用来下载网页，需要协调这些服务器的任务，这就是网络设计和程序设计的艺术了。另外对于简单的网页，没必要下载。还需要存储一张哈希表来记录哪些网页已经存储过（如果记录每个网页的url，数量太多，这里可以用后面提到的信息指纹，只需要一个很多位的数字即可），避免重复下载。另外，在图论出现的很长一段时间里，实际需求的图只有几千个节点，那时图的遍历很简单，人们都没有怎么专门研究这个问题，随着互联网的出现，图的遍历一下子有了用武之地，很多数学方法就是这样，看上去没有什么用途，等到具体的应用出来了一下子开始派上大用场了，这可能就是世界上很多人毕生研究数学的原因吧。一个系统看似整体简单，但里面的每个东西都可能是一个复杂的东西，需要很好的设计。
第十章《PageRank----Google的民主表决式网页排名技术》：搜索返回了成千上万条结果，如何为搜索结果排名？这取决与两组信息：关于网页的质量信息以及这个查询和每个网页的相关性信息。PageRank算法来衡量一个网页的质量，该算法的思想是如果一个网页被很多其他网页所链接，说明它收到普遍的承认和信赖，那么它的排名就高。谷歌的创始人佩奇和布林提出了该算法并用迭代的方法解决了这个问题。PageRank在Google所有的算法中依然是至关重要的。该算法并不难，可是当时只有佩奇和布林想到了，为什么呢？
第十一章《如何确定网页和查询的相关性》：构建一个搜索引擎的四个方面：如何自动下载网页、如何建立索引、如何衡量网页的质量以及确定一个网页和某个查询的相关性。搜索关键词权重的科学度量TF―IDF，TF衡量一个词在一个网页中的权重，即词频。IDF衡量一个词本身的权重，对主题的预测能力。一个查询和该网页的相关性公式由词频的简单求和变成了加权求和，即TF1*IDF1+TF2*IDF2+...+TFN*IDFN。看似复杂的搜索引擎，里面的原理竟是这么简单！
第十二章《地图和本地搜索的最基本技术――有限状态机和动态规划》：地址的解析依靠有限状态机，当用户输入的地址不太标准或有错别字时，希望进行模糊匹配，提出了一种基于概率的有限状态机。通用的有限状态机的程序不是很好写，要求很高，建议直接采用开源的代码。图论中的动态规划问题可以用来解决两点间的最短路径问题，可以将一个“寻找全程最短路线”的问题，分解成一个个寻找局部最短路线的小问题。有限状态机和动态规划问题需要看相关的算法讲解，才能深入理解，目前对其并未完全理解。
第十三章《GoogleAK-47的设计者――阿米特・辛格博士》：辛格坚持选择简单方案的一个原因是容易解释每一个步骤和方法背后的道理，这样不仅便于出了问题时查错，而且容易找到今后改进的目标。辛格要求对于搜索质量的改进方法都要能说清楚理由，说不清楚理由的改进即使看上去有效也不会采用，因为这样将来可能是个隐患。辛格非常鼓励年轻人要不怕失败，大胆尝试。遵循简单的哲学。
第十四章《余弦定理和新闻的分类》：将新闻根据词的TF-IDF值组成新闻的特征向量，然后根据向量之间的余弦距离衡量两个特征之间的相似度，将新闻自动聚类。另外根据词的不同位置，权重应该不同，比如标题的词权重明显应该大点。大数据量的余弦计算也要考虑很多简化算法。
第十五章《矩阵运算和文本处理中的两个分类问题》：将大量的文本表示成文本和词汇的矩阵，然后对该矩阵进行奇异值SVD分解，可以得到隐含在其中的一些信息。计算余弦相似度的一次迭代时间和奇异值分解的时间复杂度在一个数量级，但计算余弦相似度需要多次迭代。另外，奇异值分解的一个问题是存储量大，而余弦定理的聚类则不需要。奇异值分解得到的结果略显粗糙，实际工作中一般先进行奇异值分解得到粗分类结果，在利用余弦计算得到比较精确地结果。我觉得这章讲的SVD有些地方不是很清楚，已向吴军老师请教了，等待回信。
第十六章《信息指纹及其应用》：信息指纹可以作为信息的唯一标识。有很多信息指纹的产生方法，互联网加密要使用基于加密的伪随机数产生器，常用的算法有MD5或者SHA-1等标准。信息指纹可以用来判定集合相同或基本相同。YouTobe就用信息指纹来反盗版。128位的指纹，1.8*10^19次才可能重复一次，所以重复的可能性几乎为0。判定集合是否相同，从简单的逐个比对到利用信息指纹，复杂度降低了很多很多。启发我们有时候要用变通的思想来解决问题。
第十七章《由电视剧《暗算》所想到的――谈谈密码学的数学原理》：RSA加密算法，有两个完全不同的钥匙，一个用于加密，一个用于解密。该算法里面蕴含着简单但不好理解的数学思想。信息论在密码设计中的应用：当密码之间分布均匀并且统计独立时，提供的信息最少。均匀分布使得敌人无从统计，而统计独立能保证敌人即使知道了加密算法，也不能破译另一段密码。
第十八章《闪光的不一定是金子――谈谈搜索引擎反作弊问题》：把搜索反作弊看成是通信模型，作弊当做是加入的噪声，解决噪声的方法：从信息源出发，增强排序算法的抗干扰能力；过滤掉噪声，还原信息。只要噪声不是完全随机并且前后有相关性，就可以检测到并消除。作弊者的方法不可能是随机的，且不可能一天换一种方法，及作弊是时间相关的。因此在搜集一段时间的作弊信息后，就可以将作弊者抓出来，还原原有的排名。一般作弊都是针对市场份额较大的搜索引擎做的，因此，一个小的搜索引擎作弊少，并不一定是它的反作弊技术好，而是到它那里作弊的人少。
第十九章《谈谈数学模型的重要性》：早期的行星运行模型用大圆套小圆的方法，精确地计算出了所有行星运行的轨迹。但其实模型就是简单的椭圆而已。一个正确的数学模型应该在形式上是简单的；一个正确的模型可能开始还不如一个精雕细琢过的错误模型来的准确，但是，如果我们认定大方向是对的，就应该坚持下去；大量准备的数据对研发很重要；正确的模型可能受到噪声干扰，而显得不准确，这是不应该用一种凑合的修正方法来弥补它，要找到噪声的根源，这也许能通往重大的发现。
第二十章《不要把鸡蛋放在一个篮子里――谈谈最大熵模型》：对一个随机事件预测时，当各种情况概率相等时，信息熵达到最大，不确定性最大，预测的风险最小。最大熵模型的训练非常复杂，需要时查看资料做进一步的理解。
第二十一章《拼音输入法的数学原理》：输入法经历了以自然音节编码，到偏旁笔画拆字输入，再回归自然音节输入的过程。任何事物的发展，螺旋式的回归不是简单的重复，而是一种升华。输入法的速度取决于编码的场地*寻找这个键的时间。传统的双拼，记住编码太难，寻找每个键的时间太长，并且增加了编码上的歧义。根据香农第一定理可以计算理论上每个汉字的*均最短码长。全拼不仅编码*均长度较少，而且根据上下文的语言模型可以很好的解决歧义问题。利用统计语言模型可是实现拼音转汉字的有效算法，而且可以转换为动态规划求最短路径问题。如今各家输入法的效率基本在一个量级，进一步提升的关键就在于建立更好的语言模型。可以根据每个用户建立个性化的语言模型。输入的过程本身就是人和计算机的通信，好的输入法会自觉或者不自觉的的遵循通信的数学模型。要做出最有效的输入法，应该自觉使用信息论做指导。
第二十二章《自然语言处理的教父马库斯和他的优秀弟子们》：将自然语言处理从基于规则到基于统计，贡献最大的两个人，一个是前面介绍的贾里尼克教授，他是一个开创性任务；另一个是将这个方法发扬光大的米奇・马库斯。马库斯的贡献在于建立了造福全世界研究者的宾夕法尼亚大学LDC语料库以及他的众多优秀弟子。马库斯的影响力很大程度上是靠他的弟子传播出去的。马库斯教授有很多值得钦佩的地方：给予他的博士研究生自己感兴趣的课题的自由，高屋建瓴，给学生关键的指导；宽松的管理方式，培养各有特点的年轻学者；是一个有着远见卓识的管理者。他的学生为人做事风格迥异，但都年轻有为，例如追求完美的迈克尔・柯林斯和寻求简单美的艾克尔・布莱尔。大师之所以能成为大师，肯定有着一些优秀的品质和追求。
第二十三章《布隆过滤器》：判断一个元素是否在一个集合当中时，用到了布隆过滤器，存储量小而且计算快速。其原理是：建立一个很长的二进制，将每个元素通过随机数产生器产生一些信息指纹，再将这些信息指纹映射到一些自然数上，最后在建立的那个很长的二进制上把这些自然数的位置都置为1。布隆过滤器的不足之处是它可能把不在集合中的元素错判成集合中的元素，但在某些条件下这个概率是很小的，补救措施是可以建立一个小的白名单，存储那些可能误判的元素。布隆过滤器背后的数学原理在于完全随机的数字其冲突的可能性很小，可以用很少的空间存储大量的信息，并且由于只进行简单的算术运算，因此速度非常快。《编程珠玑》中第一章的那个例子就是布隆过滤器的思想。开阔思维，寻找更好更简单的方法。
第二十四章《马尔科夫链的扩展――贝叶斯网络》：贝叶斯网络是马尔科夫链的扩展，由简单的线性链式关系扩展为网络的关系，但贝叶斯网络仍然假设每一个状态只与它直接相连的状态相关。确定贝叶斯网络的拓扑结构和各个状态之间相关的概率也需要训练。在词分类中，可以建立文章、主题和关键词的贝叶斯网络，用来得到词的分类。贝叶斯网络的训练包括确定拓扑结构和转移概率，比较复杂，后者可以参考最大熵训练的方法。贝叶斯网络导出的模型是非常复杂的。
第二十五章《条件随机场和句法分析》：句法分析是分析出一个句子的句子结构，对于不规则的句子，对其进行深入的分析是很复杂的，而浅层的句法分析在很多时候已经可以满足要求了。条件随机场就是进行浅层句法分析的有效的数学模型。条件随机场与贝叶斯网络很像，不用之处在于，条件随机场是无向图，而贝叶斯网络是有向图。条件随机场的训练很复杂，简化之后可以参考最大熵训练的方法。对于条件随机场的详细参数及原理还不理解。
第二十六章《维特比和他的维特比算法》：维特比算法是一个动态规划算法，凡是使用隐马尔科夫模型描述的问题都可以用它来解码。维特比算法采用逐步渐进的方法，计算到每步的最短距离，到下步的最短距离只用接着本步的计算即可，相比穷举法，大大缩短了计算的时间，并且基本可以实现实时的输出，这看似简单，但在当时确是很了不起的。维特比并不满足停留在算法本身，他将算法推广出去，并应用到了实际中，创立了高通公司，成为了世界上第二富有的数学家。高通公司在第二代移动通信中并不占很强的市场地位，而其利用CDMA技术霸占了3G的市场，可见远见的洞察力是多么的重要。
第二十七章《再谈文本分类问题――期望最大化算法》：该章讲的其实就是K均值聚类问题，设置原始聚类中心，然后不断迭代，直至收敛，将每个点分到一个类中。其实隐马尔科夫模型的训练和最大熵的训练都是期望最大化算法（EM）。首先，根据现有的模型，计算各个观测数据输入到模型中的计算结果，这个过程称为期望值计算过程，或E过程；接下来，重新计算模型参数，以最大化期望值，这个过程称为最大化的过程，或M过程。优化的目标函数如果是个凸函数，则一定有全局最优解，若不是凸函数，则可能找到的是局部最优解。在以后的一些问题求解过程中，应该考虑其是否是EM问题，也可以考虑参考这种思想，不断迭代以优化目标的过程。
第二十八章《逻辑回归和搜索广告》：雅虎和百度的竞价排名广告并不比谷歌的根据广告的预估点击率来客观的推送广告收入多。点击预估率有很多影响因素，一种有效的方法是逻辑回归模型，逻辑回归模型是一种将影响概率的不同因素结合在一起的指数模型。其训练方法和最大熵模型相似。同样不是很理解其具体内涵。
第二十九章《各个击破和Google云计算的基础》：分而治之，各个击破是一个很好的方法，Google开发的MapReduce算法就应用了该方法。将一个大任务分成几个小任务，这个过程叫Map，将小任务的结果合并成最终结果，这个过程叫Reduce，该过程如何调度、协调就是工程上比较复杂的事情了。可见大量用到的、真正有用的方法往往简单而又朴实。
附录《计算复杂度》：计算机中复杂度是以O()来表示的，如果一个算法的计算量不超过N的多项式函数，则称算法为多项式函数复杂度的（P问题），是可以计算的。若比N的多项式函数还高，则是非多项式问题，实际上是不可计算的。非多项式问题中一种非确定的多项式问题（简称NP），是科学家研究的焦点，因为现实中好多问题都是NP问题。另外还有NP-Complete问题（NP问题可以在多项式时间内规约到该问题）和NP-Hard问题，对于这两种问题，需要简化找到*似解。
整体上，《数学之美》这本书让我了解了很多文本处理，数据挖掘相关的知识，学到了很多。其中，简单美以及一些科学家的大师风范让我印象深刻！书中提到的一些思想（即道）让我受益匪浅！
上个月去北京开会，顺道拜访了人民邮电出版社，合作多年的编辑陈冀康赠我一本《数学之美》，说一定是我喜欢看的类型。以前也在网上零散看过Google黑板报上吴军先生的文章，对他的前一本书《浪潮之颠》也有耳闻，但没有读过。这次有机会集中阅读他的文章，确实是一段美妙的体验。
读完这本书有一点强烈的感受：工具一定要先进。数学是强大的工具，计算机也是。这两种工具结合在一起，造就了强大的google、百度、亚马逊、阿里、京东、腾迅等公司。他们不是百年老店，但他们掌握了先进的工具。
掌握了先进的工具，必将获得竞争优势。如果你知道哪里有一群软件工程师，维护着更大的一群计算机，那么不要犹豫，想办法使用他们提供的服务，因为这会给你带来优势。所以我们使用Google的搜索和邮件，在亚马逊、京东和淘宝上购物，用QQ和微博联系朋友，使用银行卡和网上银行，利用交易终端在全球市场上进行各种交易……
人类历史就是一部工具的进化史。石器、青铜、铁器、火药、蒸汽机、内燃机、电报、电话、电视、计算机、卫星、互联网，工具的进步引领着文明的进步。新的工具不断淘汰老的工具，就像互联网视频点播正在淘汰电视、微博正在淘汰报纸、电子书正在淘汰纸质书那样。
但有一些古老的工具，今天仍有人在学*和使用，甚至在上面花费许多时间。毛笔就是这样一个例子。今天学*掌握毛笔这种“落后的”工具，还有什么意义?其实我们在使用一些“落后的”工具时，主要是在学*工具背后的思想。书法和绘画中蕴含的艺术审美的一般原则，经得起具体工具变迁的考验。甲骨文、金文、石鼓文所包含的对空间构图的理解，仍然值得现代人学*。思想工具是比实物工具更强大的工具。
工具组合使用，形成更强大的新工具。《数学之美》中提到的马尔可夫链虽然是很强大的工具，但我在数学课上没有听老师提到过。这本书中给我印象最深的例子是余弦定理和新闻分类。余弦定理是中学数学，再加上一些不算很难的多维向量的知识，竟然解决了计算机新闻分类这样的难题!
每一种工具的背后，是人们对世界的一种理解。蒸汽机和内燃机背后，是力学的世界。电报、电话、电视、计算机和互联网背后，是信息的世界。数学是抽象的工具，是其他工具背后的工具。每一门学科要成为科学，都少不了数学。也许有一天人们会*惯，用数学工具来分析艺术。数学是一种语言，它源于具体的世界，又高于具体的世界。如果说语言是对世界的认识和描述，如果说数学是一种语言，那么它一定是最接*神的语言。看似毫不相关，却又能描述万事万物。
学*数学有什么用?物理学家费曼当年在大一时提出这个问题，他的师兄建议他转到物理系。今天，这个问题已不成为问题。具有扎实数学功底的人才正进入各行各业，例如金融业。我认识一个出版社的老总，他招应届毕业生有一个条件：数学要好。
工具虽好，关键还要会用。最终要回到掌握先进工具的人。软件算法工程师加上计算机集群，这是目前一流企业必需的装备。正如马克.安德森所说的，各行各业的一流公司，都是软件公司。优秀的软件算法工程师，是人才争夺的焦点。这样，我们就容易理解Google招工程师的要求。
对信息加工处理和传递的能力不断增强，是知识经济的特点。《数学之美》展示了Google如何运用数学和计算机网络，带领我们进入云计算和大数据时代。
知识经济时代的工作，就是在各自的领域中进行科学研究。科学研究要大胆假设，小心求证。科学研究要量化。科学研究要有对比实验。科学研究要有数学模型。科学研究要有田野调查。科学研究要有文献查证。科学研究要有同行评议。《数学之美》向我们介绍了自然语言分析领域的科研方法和过程。
任何一个领域，深入进去都有无数的细节。有兴趣的人不但没被这些细节吓倒，反而会兴致勃勃地研究，从而达到令人仰慕的高度。吴军先生向我们展示了数学和算法中的这些细节，也展示了他所达到的高度。值得我学*。
感谢吴军先生分享他的知识和深刻见解，也感谢人民邮电出版社出了这样一本好书。
我是在读了吴军博士的《浪潮之巅》之后，发现推荐了《数学之美》这本书。我到豆瓣读书上看了看评价，就果断在当当上下单买了一本研读。本来我以为这是一本充满各种数学专业术语的书，读后让我非常震撼的是吴军博士居然能用非常通俗的语言将自然语言处理等高深理论解释的相当简单。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，让我知道了很多以前不知道的东西。我的想法是在研究生阶段，不只局限于导师的研究方向，通过更加广泛的涉猎知识，去寻找一个自己喜欢的研究领域。如果找到了这样一个领域，那么我就读博士。如果没有的话，那么我想还是工作算了。
1、学科之间的联系是如此的重要
全书主要是围绕着吴军博士所研究的自然语言处理方向来讲述一些应用在这个研究领域的数学知识，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'巨大成功。以前学*计算机网络的时候，学过一个香农定理。对香农的认识就从香农定理开始，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》对今天的影响真的是不可估量。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。对于培养计算机人才来说，无论是培养应用型人才，还是培养研究型人才，都应该与电子、通信有一定的交叉，这样对学生思考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，在发展了多年之后，我们发现它仍然需要继承一些传统。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大学。作为一个母校培养的学生，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。我们现在已经培养出很多高薪优秀的技术人才，我希望将来也能培养出更多的研究型人才。
2、看起来很牛的东西却用着难以置信的简单数学原理
在整本书中让我最为印象深刻的是解释Google搜索的原理，居然就是简单的布尔代数运算。这个的确让我大跌眼镜，我一直认为搜索时一个非常复杂而庞大的问题，其数学原理也是相当高深的，但是吴军博士的解释让我大开眼界。与此同时也知道了Google为什么牛，牛在哪了。搜索的原理虽然非常简单，但是搜索是一个需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等等一些技术的发明与应用使得Google在搜索上无出其右。目前分布式存储、分布式计算、数据仓库与存储等研究领域*些年来的大热也说明Google在引领研究方向上的超凡本领。
3、感谢概率老师的教诲
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，后面的章节才是最有用的，以后一定要好好的研究，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别在意，我只关心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》后发现马尔科夫链、贝叶斯网络之后，对以前的概率老师充满无限的敬意。我发现我们再本科阶段学*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*》时也发现很多熟悉的概率论与数理统计的知识，这让我不得不开始考虑重新弥补自己的数学短板。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*有所帮助。
4、说说作者吴军博士
——名著之西游记读书笔记优选【五】份
我暑假读了一本书是《西游记》，那是我国四大名着之一，很多人热爱它、喜爱它。这本书主要是讲唐僧受唐王委托，观音指点，前去西方印度拜佛求经，在路上一共收了三个文武双全的徒弟，一共经历了九九八十一难，最后取得真经的故事。
这本书每集都很精彩很好看，我就先说些我在书中比较喜爱的吧。“*顶山八戒被擒，莲花洞悟空盗宝”那集是讲唐僧师徒四人来到了*顶山，山上莲花洞内的妖怪知道后，亲自出马去捉拿唐僧，他们捉住唐僧后就立刻打道回府。悟空从两个巡山的'小妖手中骗到了那两个妖怪的宝贝，最后打败了那两个妖怪，太上老君便将它们收服。
这本书写得很搞笑，书中的景物也描述得栩栩如生。每次孙悟空打妖怪也写得很好玩、精彩。还有猪八戒，每次偷懒被孙悟空整也很逗，我还觉得沙僧日复一日，年复一年地挑着担子也挺命苦的。但是，觉得最有想像力的是作者，正因是他写出了这本老少都喜爱的书。
《西游记》这个故事，大家一定知道，书中许许多多经典故事大家可以张口就来，在这处师徒四人中，唐僧和孙悟空的矛盾最大，那自然孙悟空会被赶走了，那么，孙悟空一共被赶走了几次呢？
第一次是他俩没认识多久，到双叉岭时，从路边穿出出现六个强盗，孙悟空就为救唐僧，把六个人全杀了，唐僧十分生气，说孙悟空没有出家人的样子，孙悟空一气之下，走了观音和唐僧一起给孙悟空带上金箍，才让他回来。
第二次就是三打白骨精，最有名的一次了，走到一个高山上，唐僧肚子饿了，就让孙悟空去找吃的，途中白骨精发现了唐僧了，它变成一个漂亮的女子，就给师徒三人吃的`。正巧孙悟空回来了，他有火眼金睛，一下子打死了女子白骨精，又变成了一个老婆婆，还是被孙悟空打死了，他又变成一个老爷爷，又是被孙悟空打死了。唐僧忍不下去了，就把他赶走了。
第三次是因为孙悟空打死了两个强盗，又到一个老者家借宿，发现老者的儿子是强盗之一，第二天走时又见到了那伙强盗孙悟空，打死了，老子的儿子，唐僧一气之下，又把孙悟空赶走了。之后打败了六耳猕猴，才会到了唐僧那里，继续向西走。
故事中，孙悟空和唐僧许许多多的冲突都可以避免，需要他们俩互相理解，换位思考，这样的话，西行之路的困难会少些。
最*，我读完《西游记》这部书，书里汇聚了神话小说离奇的情节及武侠小说的精彩场面。我觉得自己像一只风筝被绳索住一样，深深地喜欢上了它。令我至今难忘，感慨很深……
猴子“元帅”——孙悟空
一提起孙悟空，小朋友们肯定不会陌生，脑海里都隐隐约约浮现出孙悟空与天怪搏斗的情景，而且会涌现出一幅神奇的图画来——在一个碧空如洗的晴午，一只猴子从它耳中取出一支金光闪闪的金箍棒，抓耳挠腮的走在前边引路，后边跟着一个着僧衣的和尚和两个徒弟。刹那间，乌云密布，黄沙满天。只见一个巨大的妖怪出现在它们面前，悟空毫不犹豫的上前一棒，经过几番搏斗，妖怪终于被消灭了。天依旧，云依旧。每当看到此处，我掩卷沉思，且不谈论它的本领有多高，就说说它的勇敢志气。如今现实生活中象这样勇敢的人，实在是少得可怜。他们面对一些事情，不能勇敢地指出，而是为了金钱和利益，放弃了他们那颗雪一般纯洁的心，握不住手中那根正义的“魔棒”，他们输给了自己，输给了罪恶，输给了丑陋。
善良的和尚——唐僧
“阿弥陀佛”在嘴边不停地念着，木鱼的声音一遍又一遍地在他耳边回荡。他是个善良的和尚，他爱世界万物，甚至连一只小蚂蚁不幸死于他的脚下，他都要念一百遍经文给它超度亡魂。我尊敬他，但不知为什么，对他又总有一些不满意。比如，唐僧遇见白骨精时，他只听白骨精的.片面之词，就惩罚他的徒弟，甚至赶走了悟空，我知道他是出于善良。正是因为这样他才被抓住，差点死去。还记得昨天在报纸上看到一段新闻，说的是一个上海大学生被拐卖到农村当媳妇；还有那些*练***的同胞们。他们为什么会有这样的遭遇？一个很重要的原因，他们都只听别人的片面之词而上了当。如今社会，坏人的行骗手段，就是抓住了人们的这一弱点，才会得意洋洋。我对他们表示同情，希望他们早点醒悟，可是我又能做什么呢？我只能深情地说一声：“人生处处有考验啊！”
读过这部书，真的使我受益匪浅，我不仅仅为孙悟空的神通广大喝彩，更对他的勇敢战斗精神产生了敬佩之情。它不仅仅为我的知识长河增添了一份柔波，而且使我的人生观有了定位。人生之路是崎岖的，摔倒了只有爬起来，爬不起来就会在那个地方呆一辈子，永远见不到另一边天空的美丽。爬起来者，将遥望天空，把世界的美丽尽收眼底。两样人生只能任自己选择，如果想要爬起来，就要靠自己。
西游记是我最爱看的书，它是一本神话故事，也是四大名着之一。它讲的是唐朝时期，有一个和尚，和他的三个徒弟一齐去西天取经的艰难险阻。他的三个徒弟有：猪八戒。孙悟空和沙僧。
和大家一样，我最喜爱的就是孙悟空了。他神通广大，火眼金睛，乐于助人。每次都是孙悟空把唐僧从险境中就，救出来。其次就是猪八戒了。他鼓着个大肚皮。成天好吃懒做。背着个大耙子，还天天号称自己以前是天蓬元帅。猪八戒还是一个好人，没有害人之心，并且最后坚持到最后的胜利。写一个弱点很多的人能讨人喜爱，让人记住，是很不容易。沙僧老实厚道。每一个人都有一个个鲜明的特点，每个特点都被作者表现的活灵活现。总之，师徒四人每人都有长处和短处，正所谓“三人行，必有我师焉。”我们就应学*他们的长处，哪怕是他们的`短处也务必看看自己是不是也有，如果有的话，要发奋改正，成为一个完整的人。
《西游记》中师徒四人遇到的种种困难在我看来就像是一个人在人生路上的挫折，这本书告诉我们，人生有许多的困难，这些也许不是自己一个人就能够克服的。因此我们需要朋友，需要有知心人一齐分担，这些困难也许是自己能克服的，因此我们在此就要锻炼自己不怕困难，以及坚定的不后退的信心。
《西游记》是一部神魔长篇章回体小说，这部小说记载了师徒四人要去西天取经路上，经历了九九八十一种困难，他们为了取到真经，挑战了八十一种困难，还受了许多伤呢……
师徒四人最忠厚是沙僧，他忠厚老实，一心想取到真经，令我感叹不已。
猪八戒，大家都知道，他好色好吃好玩，一心贪婪，做不成事。他遇到困难时，只想着退缩。他取到真经时，还求佛祖让自己下凡来玩呢！别忘了，他就是这样被玉帝贬下凡来。
孙悟空最大特点是勇敢，他不怕困难，打走妖魔鬼怪。如果师父被抓了，他一定会想办法救出师父。他是我学*好榜样！
唐僧就是啰嗦可是是个善良闵诚苦行僧，不辞劳苦，不畏艰险，但有昏庸顽固，是非不分。
意志坚强，慈悲善良。是一个虔诚执著佛教徒，在取经过程中坚定，从不懈怠动摇，不为财色迷惑，不为死亡屈服，凭着坚韧不拔精神，终成正果。另一方面，又性情和善，连凶残敌人也可原谅，偏听偏信。
《西游记》让我领悟到办成任何一件大事，都绝非易事唐僧师徒四人取经，经历了众多险难，并非全是玄虚离奇就拿我们学*来说吧，我们经历每一天又何尝没有困难呢？我们小学升初中，初中升高中，到高中毕业考大学……又何尝仅仅是九九八十一难呢？战胜困难过程，就孕育了成功唐僧师徒四人每人都有长处和短处，正是他们互相帮助，取长补短，才得以成功这又让我懂得了想要办成一件大事，必须大家齐心协力，团结一致，才能成功道理。
——浪潮之巅的读书笔记(5)份
花了大概半个月的时间，读完了吴军博士的《浪潮之巅》第四版，受益匪浅。整本书读起来像一部波澜壮阔的史诗，介绍了知名的科技、金融公司的兴衰历程及背后的本质规律。
这本书作为一部IT人非读不可，非IT人也应该阅读的作品。能够帮助IT行业的从业者开阔视野，而不是仅仅局限于自身所见所学的那一点点知识。在书中，从几十年的发展中总结的规律和作者看待问题的眼光，见解等都是只知道学*技术的工科生所非常欠缺的。而对于非IT行业的人来说，也能够为他们如何在第四次工业革命中抓住机遇提供帮助。
作者在书中的几句话对我的感触很深：
作者认为，一个人最大的幸运，莫过于站在了浪潮之巅，这样他可以顺势而为，在大时代里成就一番事业。
一个产业发展的浪潮一旦启动，就会顺势而为很长时间，电子商务便是如此。因此，很多时候我们做事情站在浪潮之巅顺水推舟，要远比没有目标拼命划船合算得多。
这几句话让我想起了在高中时看过的一个故事。有两个手机销售员，其中一个业绩惨淡，而另一个却有着非常高的业绩，然后顺利升职加薪。那个业绩不好的销售员的亲戚就抱怨她：你为什么不能和人家一样努力，搞好自己的工作，积极往上走呢？那个销售员也满含怨气的说道：因为那个销售员的柜台是卖苹果手机的，而我是卖诺基亚的，就算我再怎么努力，也不可能有她那样的业绩。
这让我认识到个人和个人的努力放在整个社会的大环境中是非常渺小，甚至微不足道的。初中历史课本的封面上有这么一句话：世界潮流浩浩荡荡，顺之则昌，逆之则亡。既然选择了计算机这个正处于时代浪潮的行业，就更应该努力提高自身的技术水*、专业素养，争取在第四次工业革命中把握机遇，创造属于自己的生活。
无意中发现了吴军博士的《浪潮之巅》这本书，可以说是看得入迷。这是一本讲IT兴衰历史的书，我看着却是比小说还精彩。如果说像“回形针”这样的流媒体是当代生活的说明书，我更觉得这本书是当代生活的底层逻辑说明书。
在你听歌时，它让你知道你现在用的各种音乐软件是怎么从磁带一步步发展而来的；在你远望路上的车流时，它能让你知道汽车革命正在朝着什么方向进行；在你用着头条写文章时，它能让你知道什么是互联网2.0，移动互联的下一代是什么。
正如书里所说的，对于一个公司来说，赶上一次浪潮不能保证其长盛不衰；但是，对于一个人来说，一生赶上一次这样的浪潮就足够了。一个弄潮的年轻人，最幸运的，莫过于赶上一波大潮。
书里的观点吸引着我，让我忍不住地想看。只要是手里的工作一有空歇，我就拿起书来。将*一千页的书，我半个月看完了，意犹未尽，又买了吴军博士的“之”字系列的书来看。我非常喜欢吴军博士的文字和叙事手法，感觉和“大冰”讲故事一样，把冰冷的科技讲得栩栩如生。而且我也想了解吴军这个人，作为一名高级工程师、科学家、投资家，有如此强大的叙事能力和广博的学识，我觉得是我们新一代学生应该学*的。
读史使人明智
如果说像《史记》、《资治通鉴》这样的史书可以让人知道朝代的更替，使人建立宏大的视角。那我觉得《浪潮之巅》就是*代的科技史，让你能更加准确的把握科技发展的脉搏。这本书从各个角度描述了世界上各大科技公司的发展历程。AT&T和通用电气这样的老牌科技公司，到微软、Google这样的科技新秀。你会看到各个公司发展的风云变幻，你会知道公司基因的重要性，你会知道时代的发展、商业模式、领袖的力量其实比技术更加重要。
书里既有鱼吃，又有渔学，会让人忍不住的想去把握规律，思考下一次的时代浪潮会在哪里。我们不仅要低头看路，也要抬头看天，这会让我们明确方向，知道如何去选择。尽量的把自身的发展融入到国家的发展中、科技的浪潮中。也许我们并不能成为像乔布斯、盖茨这样的浪潮的引领者，这需要很多的运气成分，某种程度上不是我们能完全掌握的，但是我们可以决定我们的大方向是跟他们重合的，所谓的选对赛道。
好的科普让每个人都有不同的收获
我从书里获得关于IT发展史的知识只占我收获的三分之一，其余的关于商业的知识，管理的知识，以及对于规律的总结，逻辑的起承等，都让我获益颇丰。你在知道各个公司兴衰沉浮的同时，也可以获得其背后的原因，有管理的、基因的、经济的。这些东西，且不说让你去创业或者管理公司的时候会用到，即使你去选择公司入职、甚至购买股票时都大有裨益。
而且这些规律性的分析，在开拓视野和思路的同时，会让自己形成自己的思考。比如对于三次工业革命的思考，作者从“能量”和“信息”两个角度给出了解释。虽然很多问题书里给出了一些答案，但这不妨碍我们形成自己的答案。
规律预见未来
我们无法预测下一个Google会是谁，但是我们可以从规律出发，预测它可能会出现在什么领域，是会在西方还是东方？我们会知道，第一次工业革命是机械与煤炭的组合；第二次工业革命是电器与电、内燃机与石油的组合；第三次信合革命是WinTel体系；那第四次革命将可能是数据与智能的组合。
随便拿出一个例子，我都能叨叨半天，不得不说，这确实是丰富了我的见识和思维。
我们正处在一个好的时代，一个伟大的国度。时代在我们这边，青年大有可为，愿我们可以踏上时代的浪潮，不负韶华。
在过去的半个多世纪以来，世界经济的发展都与科学技术的飞速发展密切相关。如果我们来查看一下*年的全球十大最有价值企业名单，会发现微软，苹果等科技公司赫然在列。可以说，当一个公司或者地区引领或是跟上一波科技发展或是科技革命的浪潮，它就成为一个时代的领导者。在《浪潮之巅》这本书中，吴军博士以公司为单位，介绍了众多具有代表性的科技公司的兴起、发展及目前或兴盛或衰落的结果。
在阅读完本书后，我对于各大科技公司的发展历程有了一定的了解，但是比起从宏观的角度来谈，我更想在这里和大家分享几个我在阅读中比较印象深刻的点。
第一，对于任何一个公司而言，领导者或是决策层都在公司的兴衰中扮演者举足轻重的角色，因而我们对于公司结构的确立应当投入更多的思考。在本书中，AT&A公司中的执行官们因为没有足够的股权而无法左右董事会。同时，公司中的大多持股人并不关心公司的长期发展，他们的利益甚至是和公司的利益背道而驰的，因而他们所想的只是如何才能在任期中大捞一把，这样的管理层结构导致了AT&A公司的分家。短时间内公司确实通过分家上市获取了巨额的订单，但最终，分家后的各公司残缺不全，或是缺少科技研发所需的资金，或是只专注于销售而缺少了创新性，AT&A公司也由此逐步走向了没落。同理的还有摩托罗拉公司，由于公司坚持使用家族继承人来管理公司而不注重他们是否真的有才干带领公司发展，故而也难逃被收购的命运。
第二，我认为反垄断法对于推动美国科技的发展具有重要意义，从某种角度而言，反垄断法使科技公司必须不断地追求技术上的进步。众所周知，当一家公司在某一行业开始形成垄断地位时，它就会更倾向于利用其垄断资源，而非通过科技进步来获得利润，因为两者之间的难易程度是显而易见的。反垄断法的存在则迫使公司不能一直靠着已有的技术优势来获取市场地位，而是需要通过不断发展新的利润点来确保公司的发展壮大。在这样的激励政策下，科技公司维持着较高的科技创新速度，也在这个过程中反过来增强了美国的科技实力。
第三，在阅读本书后，我认为一个科技公司是否能笑到最后是没有定式可言的。在本书中我们既能看到因为保守发展而长久不败的IBM，也有许多因为专注于一个领域而在产业转型过程中被淘汰的公司。然而，对于如现在的我们这样的非公司利益相关者，或是对于地区和国家的发展而言，应当是存在更加偏好的公司类型的。在本书中，各大公司的发展方向主要包括两种类型，一种如德州仪器、微软选择利用一种技术将公司做大做强，而另一种如仙童公司、雅虎公司则通过不断“叛逆行为“创造出一个地区的繁荣，甚至将技术传至全世界。前者一方面压制了竞争对手的发展，另一方面则会在产业转型时迅速落伍。后者则对竞争对手采取宽容态度，促进一个地区的技术发展，现如今我们所熟悉的硅谷也正是在这样的价值观下孕育而出。于我个人而言，后者实则是构建了一种地区的可持续性发展模式，在为地区带来繁荣的同时也减少了因其产生风险的可能性，是一种值得学*并尊重的价值理念。
最后，我想跟大家分享作者对于身处信息时代的每个人所给出的几点建议：首先要力图赶上技术发展的浪潮，其次要具有创新精神，最后还要注意发扬合作精神。与大家共勉，谢谢大家！
最*看了一本关于IT行业历史的书——《浪潮之巅》，里面提到了诺维格定律：当一家公司在某个领域的市场占有率超过百分之五十后，将无法再使市场占有率翻翻。
乍一看，这是一句正确的废话。但是这其中却蕴含着几层意思。
第一层意思是，市场的容量是有限的。
第二层意思是，要想继续保持高增长，必须在其他领域进行扩张。
此外，还有基因定律：在某一个领域特别成功的公司，当开拓新领域时，会不自觉地用原来的做事方法、思维方式去应对新市场。公司的基因是限制一家公司转型和发展的源头。从我呆过的两家公司，确实都有这种现象。
TP—LINK是家用路由器的巨无霸，占据着全球40%左右的市场份额。这对于国内的任何一个企业和任何一个细分领域来说，可能做梦都想不到。
但是在经历过多年的高速发展后，发展势头明显慢了下来。
TP—LINK在高速发展阶段，就已经预见到发展的不可持续，在保持原有业务的时候，向很多个领域进行扩张，包括功能机、PLC、移动电源、IPCaramel、智能机等等。但除了在PLC外，其他的领域并不是很成功。这应该是由TPlink的基因决定：tplink是一个家族企业，大权一直在家族手里，下面的人并不能真正的放手去做。所以，在赵氏兄弟熟悉的领域，tplink都顺风顺水；一旦进入新领域，就会遇到一系列的问题。
尽管如此，还是必须为tplink的积极拓展点赞的。我呆过的第二家公司是移动。在经过*二十年的发展后，移动已经是一家独大，比联通和电信市场占有率的总和还高。到了这个时候，移动想进一步扩大市场占有率已经基本不可能（国家也不希望出现移动完全垄断的情况，会在适当的时候给另外两家一些政策并对移动进行打压）。
在这种情况下，移动的做法也是一样的，在移动通信以外的领域进行扩展，成立了一系列的专业类的子公司（包括中移物联网、中移互联网、咪咕公司、中移杭州研发中心、终端公司、中移电子商务等）。
同样，由于运营商的基因的存在，业务关联较小的子公司发展很慢，关联度高一些的子公司则相对发展较快。发展慢的典型的是中移电子商务。该公司提出的和包支付比支付宝和微信支付要早的多，但是却因为内部整顿和重要领导人员退休失去了移动支付发展的黄金时期，从而退出了潮流。
中移物联网则是发展比较快的典型，*几年每年收入增长速率都在100%以上，但是势头有所下挫。总之，诺维格定律要求公司不断的扩展或者转型，才能持续的发展，而基因定律又说明了转型的难度。
一家公司要做到真正的长期的成功，是一件很难的事情。
在数字信号处理和计算机处理器领域，它也是世界上技术最强的公司。能够在这样三个具有无限发展潜力的领域同时处于领先的公司，那个时代可能绝无二致。但是，短短的30年，Motorola同时在这三个领域全部败落，如今它早已没有了当年领导科技浪潮的雄心和勇气，只是追随着一场新的技术大潮充当着里面的一个成功参与者。这30年里，到底发生了什么?Motorola这个昔日的雄狮，为什么会落魄如斯?如下分市场进行说明。
1.计算机处理器市场：这个市场的成败，在讲述Intel的成功时，已经提及。只强调一点，Motorola并输于技术，而是输在了市场和商业模式上。
2.移动通信市场：
作为移动通信的领导者，摩托罗拉自然地垄断了第一代移动通信市场。Motorola在模拟信号技术上，有着非常深厚的积累，直到今天在这个领域，它的技术依然傲世群雄。但是，一个领域的发展必然会不断降低进入这个领域的门槛(我在《小璐公司兴衰记——记一个新兴科技产业链的始末》也提到了这个问题)，第二代移动通信采用数字信号，使得摩托罗拉几十年来积累的模拟技术变得无关紧要，市场的优势荡然无存。
在这个领域，因为Motorola是第一代移动通信的最大受益者，它不可避免的抵制即将到来的数字通信，推迟数字手机的普及。Motorola对模拟手机生命期的高估，使得它一开始就在数字手机市场落后了半步。
当然，以摩托罗拉技术上的优势赶上这半步照说应该不难，但是，Motorola另一根基因使得它很难适应新的市场竞争。长久以来，Motorola的成功都得益于它的技术和产品质量，这使得它身体里流着高贵的血，讲品质，却忽略了方便性，外观等其他用户体验。而移动终端却又是一个非常重视用户体验的市场，对于一款手机，甚至换一个外壳就能变成一款新的手机。Motorola显然对于这种变化感到不适应，可能还略带一些不屑。最后的结果却是输给了这个领域没有太多积累的诺基亚和三星等公司。
Motorola在数字手机市场上的失利，说明了摩尔定律的重要性。但是，在商业界，并不是一项技术走得越早越超前就越有希望。当年北电的事例最有说服意义：20xx年以后，北电由于在光通信领域的受挫，开始将目光放在了新兴的热潮3G上。这可以说是北电的押宝产品线。但3G的发展并不如想象中那么快。特别是中国市场，北电曾预期中国很快就会上3G，但中国的3G由于要重组、发牌，这个过程中需要*衡各方面的关系，中国3G市场的周期往后拖了很久。一直等到最后，北电实在拖不下去了，以3.2亿美元的价格将3G部门卖个了阿尔卡特(这件事，阿尔卡特一直沾沾自喜，为自己20xx年以后依然正确地坚持GSM而欢呼)。所以，在新技术不断涌现的这个时代，技术路线的选择并不是技术越先进越好，更重要的是技术的选择要与市场合拍。
值得一提的是，Motorola对于移动通信市场的另一次尝试是著名的铱星计划：由77颗低卫星组成一个覆盖全球的卫星系统，每颗卫星有三千多个信道，可以和手机直接通信。因此，它可以保证在地球任何地点实现移动通信。计划的失败是因为这个计划耗资太过巨大，没有一个有效的商业模式可以将其维持下去。摩托罗拉由于把精力分散到了铱星上，不仅失去了和诺基亚竞争的最佳时机，而且还把一些市场丢给了三星、LG等更新的电子公司。
3.数字信号处理器市场：
在这个领域，Motorola遭遇了德州仪器，同Intel的竞争一样，它和德州仪器的差距也是一天一天的拉大，一直到最后变成了一种不可逆转的趋势。到20xx年，其半导体部门被迫分离出去，就是现在的Freescale。而Freescale在德州仪器和高通的双重挤压下，业绩也是不佳。
挣扎：
20xx年9月，爱德华詹德(EdwardZander)临危受命。他上台后做的事和大多数临危受命的继任者一样，先是对公司重组，大规模裁员，保住公司的利润和现金流。把半导体部门分离上市，以便于可以专心于手机业务。但是，不幸的是，在管理公司方面，他并没有显示出过人的本领。办事效率依然不高、内斗明显，产品开发速度上居然赶不上后来居上的三星公司。之后还有几次尝试，比如Motrola在7，8年前就想要整合手机操作系统*台，可是依然不成功。最后，Motorola采用价格战，使得自己也是大吃苦果。
现今：
