|
（超级数学建模读者来稿） 首先感谢组织520那天的礼物，这本书，暖暖的很贴心嘻嘻。当天收到《数学之美》这本书后，出于习惯的先看了看目录，什么统计语言模型（Statistical Language Model）、信息熵(Entropy)、隐含马尔可夫模型(Hidden Mardov Model)等等的专业数学描述类的标题，作为一个经管院的学生，对这些名词我是真的没有概念，虽说没有放弃看这本书的念头，却总觉得这本书的专业性太强肯定十分难啃。不过没有看完这本书的时候不能轻易下这样的结论，等当你真真正正的看完这本书以后，你会发现，真的是这样！很难啃！不过这个过程还是相当有趣的。 作者吴军博士（男神）表示，将数学的东西讲清楚，让外行都能读懂，并非易事。他一直以伽莫夫、霍金等科学家为榜样，力图将数学之美展现给所有普通读者，而不只是有相关专业背景的读者。他所视为榜样的这些科学家有一个共同的本领，就是能用很简单的比喻将所在领域内最深奥的道理介绍清楚，让大众理解。世界上最好的学者总是有办法深入浅出地把大道理讲清楚，而不是故弄玄虚地把简单问题复杂化。 写这篇读后感的时候，我尽量不去翻书看一些专业名词的解释，尽量靠自己的理解去“解释”这些名词。该书从头到尾都以【信息】串联起来，并且非常的具有逻辑。 早期随着人类的进步和文明化的进展，需要表达的信息越来越多，不再是几种不同的声音就能完全覆盖，语言就此产生。当语言和词汇多到一定程度，人类仅靠大脑已经记不住所有的词汇了。 于是，高效记录信息的需求就产生了，这便是文字的起源。人类文明发展过程中出现了文字，有了文字，前人的生活经验和发生的事件便一代代传了下来。只要一个文明不中断，或者这种文字还有人认识，这些信息就会永远流传下去。 美国信息论创始人香农 不过不同的文明，因为地域的原因，历史上相互隔绝，便会有不同的文字。随着文明的融合与冲突，不同文明下的人们需要进行交流，或者通信，那么【翻译】的需求便产生了（之后便介绍了统计语言模型和马尔可夫假设）。翻译这件事情之所以能够达成，仅仅因为不同的文字系统在记录信息上的能力是等价的，【文字只是信息的载体，而非信息本身】。 一直提到信息，那么信息这个抽象的概念究竟是什么呢？我们常常说信息很多，或者信息很少，但却很难说清楚信息到底有多少。我们也常说信息有用，那么它的作用是如何客观、定量的体现出来的呢？信息用途的背后十分有理论基础呢？ 1948年，香农提出了【信息熵】的概念，解决了信息度量的问题，并量化出了信息的作用。一条信息的信息量与其不确定性有着直接的关系。比如说，我们要了解一件我们一无所知的事情，就需要了解大量的信息。相反，如果已经对某件事了解很多，则不需要太多的信息就能把它搞清楚。所以，从这个角度来看，信息量就等于不确定性的多少。香农指出,对于任意一个随机变量X，它的熵的定义如下： 从这个图就能看出来我是一个有趣的人啊 介绍完信息，吴军男神又介绍了谷歌的PageRank,以及谷歌地图的动态规划算法（地图真的很重要啊，尤其是去重庆的时候，高德的算法给出的路线总是绕远路），还介绍了信息时代的密码学，并介绍了RSA算法说明公开密钥的原理，我根据原理自己设计了一个密码却怎么也解不开sad。 后面的内容中介绍了最大熵原理、人工神经网络等更加难啃的内容，讲真的，后面的内容有些看不进去了。最后一章中讲到了大数据，给出了当今时代数据的广义概念，以及数据的重要性。这样一本书，就在这些框架中丰富完整了，全书包括附录一共312页，有一定的趣味性，真的难啃，不过确实能学到不少东西，我还从中了解到了罗马数字的解码规则嘻嘻。 接触数学是一个让自己变得偏理性的过程，自己对待事情的态度其实是在潜移默化的。你可能解不了一些很难的题目，但思考问题的方式会有提高，能够提出一些更有理性思维的问题，当你被分配到任务的时候，你会去想怎么更有效率的完成它，美国人遇到问题时，不是想着怎么快点解决它，而是宁愿当前麻烦，设计一些算法去解决问题，当以后碰到类似的问题就会有效率的直接解决。 大概就讲这么多吧，希望大家在以后的学习道路上能够越走越远，通过对数学的学习让自己变得理性，变得优秀。不过提醒大家，太过理性也不好，会找不到女朋友的hhh。最后希望超级数学建模组织能够发展的越来越好，带来更多的数学趣味知识。加油喽~。 作者：朱嘉林 |
|
|
