“数学之美”有感
睡不着，不知道是热了，还是白天睡午觉的原因，或是没什么原因。。
思索了半天，睡不着这会儿可以干什么。似乎不能干太过激烈的事情，毕竟明天还要上班。作为一个工作近一年的人，还在寻找自己身体最合适的生物钟，寻找自己最合适的休息、学习、集中思索、集中学习的时候。还是没有找到，大概平时过得不够规律吧。
晚上睡不着而明天还有事的后果，便是思前想后、左顾右盼，又万分焦虑，不知该干什么。而如lich早说了，睡不着就睡不着，又不是什么大不了的事情，一晚睡不着就睡不着。想到她，居然觉得有力量，心里有些许平静。是啊，是要做到无论在什么时候都要不慌乱啊，无论是对人还是对事。这样的心理建设一直在一直在。
好吧，心里想着lich，给自己一点力量（偷笑，lich是不是在一直打喷嚏啊）。写点什么，沉静点什么。就像一直关注的阮一峰的博客，将自己正在学习的东西用很通俗易懂的方式写出来，不仅帮助了别人，也是梳理了自己的知识。简单之美，这个放之四海而皆准的道理。任何规则、原理，如果有更简单的方法，一定是最有效的方法。而大牛们为什么牛，就是他们能将道理用最通俗易懂的方式表达出来。这个看似简单的背后，实际上包含无数的归纳、分析过程。
废话不说，看了几节吴军的“数学之美”，不仅感慨本科白白荒废了，信息论、图论这一切的东西在现在的我看来不仅是记忆，而且是美。
这本书本身讲得通俗易懂，但包含信息量极大，就目前我看的来说，讲了信息的度量方式，搜索引擎爬虫，网页索引，网页质量衡量（page rank），搜索与网页的相关性；这些都涉及到信息论。这里先不说信息的度量等信息论的基本原理。网页搜索相关的方法技术，都离不开一个核心，将所以的网页视作一个个节点，而网页间的联系就是节点之间的弧。这完全是一个图的模型。而爬虫利用图论的遍历算法自动下载保存网页，索引则是按照网页的关键词建立索引列表，以在搜索时利用简单的布尔运算拆分关键字找到相关网页，搜索与网页的相关性建立索引结果与搜索的关联性和有效性；而网页质量衡量，则是利用网页被其他网页链接的次数，并对链接网页按照其排名设置权重的方法，来对其排名，简单说来就是其他网页对该网页的评价来建立网页质量排序。
信息论相关，信息如何度量？一篇500字的满是泥知道道理的文章，和两句简单的哲理，哪个包含的信息量大？信息不能简单的以信息的多少来衡量。香农天才性的以“信息的不确定性”来度量信息——信息熵。机器对自然语言的处理，如机器翻译，语音识别等等，处理的是大量的变换复杂的自然语言，其不确定性正好可用信息论来处理。例如，机器翻译如何处理多义词，“互信息”很好的解决了这个问题。对多义词，看起语义与上下文的词义相关性如何，选择语义更相关的解释。
思索了半天，睡不着这会儿可以干什么。似乎不能干太过激烈的事情，毕竟明天还要上班。作为一个工作近一年的人，还在寻找自己身体最合适的生物钟，寻找自己最合适的休息、学习、集中思索、集中学习的时候。还是没有找到，大概平时过得不够规律吧。
晚上睡不着而明天还有事的后果，便是思前想后、左顾右盼，又万分焦虑，不知该干什么。而如lich早说了，睡不着就睡不着，又不是什么大不了的事情，一晚睡不着就睡不着。想到她，居然觉得有力量，心里有些许平静。是啊，是要做到无论在什么时候都要不慌乱啊，无论是对人还是对事。这样的心理建设一直在一直在。
好吧，心里想着lich，给自己一点力量（偷笑，lich是不是在一直打喷嚏啊）。写点什么，沉静点什么。就像一直关注的阮一峰的博客，将自己正在学习的东西用很通俗易懂的方式写出来，不仅帮助了别人，也是梳理了自己的知识。简单之美，这个放之四海而皆准的道理。任何规则、原理，如果有更简单的方法，一定是最有效的方法。而大牛们为什么牛，就是他们能将道理用最通俗易懂的方式表达出来。这个看似简单的背后，实际上包含无数的归纳、分析过程。
废话不说，看了几节吴军的“数学之美”，不仅感慨本科白白荒废了，信息论、图论这一切的东西在现在的我看来不仅是记忆，而且是美。
这本书本身讲得通俗易懂，但包含信息量极大，就目前我看的来说，讲了信息的度量方式，搜索引擎爬虫，网页索引，网页质量衡量（page rank），搜索与网页的相关性；这些都涉及到信息论。这里先不说信息的度量等信息论的基本原理。网页搜索相关的方法技术，都离不开一个核心，将所以的网页视作一个个节点，而网页间的联系就是节点之间的弧。这完全是一个图的模型。而爬虫利用图论的遍历算法自动下载保存网页，索引则是按照网页的关键词建立索引列表，以在搜索时利用简单的布尔运算拆分关键字找到相关网页，搜索与网页的相关性建立索引结果与搜索的关联性和有效性；而网页质量衡量，则是利用网页被其他网页链接的次数，并对链接网页按照其排名设置权重的方法，来对其排名，简单说来就是其他网页对该网页的评价来建立网页质量排序。
信息论相关，信息如何度量？一篇500字的满是泥知道道理的文章，和两句简单的哲理，哪个包含的信息量大？信息不能简单的以信息的多少来衡量。香农天才性的以“信息的不确定性”来度量信息——信息熵。机器对自然语言的处理，如机器翻译，语音识别等等，处理的是大量的变换复杂的自然语言，其不确定性正好可用信息论来处理。例如，机器翻译如何处理多义词，“互信息”很好的解决了这个问题。对多义词，看起语义与上下文的词义相关性如何，选择语义更相关的解释。
