吴军博士,毕业于清华大学和美国约翰•霍普金斯大学,是著名自然语言处理和搜索专家,硅谷风险投资人。获奖畅销书《浪潮之巅》及《数学之美》的作者。
吴军博士是谷歌公司早期员工之一。在谷歌,他和辛格(美国工程院院士,世界著名搜索专家)、Matt Cutts(谷歌反作弊官方发言人)等三位同事一起开创了网络搜索反作弊的研究领域,并因此获得谷歌工程奖。2003年,他和谷歌全球架构的总工程师朱会灿博士等共同成立了中日韩文搜索部门。吴军博士是当前谷歌中日韩文搜索算法的主要设计者。在谷歌期间,他还领导了许多研发项目,得到了当时公司首席执行官埃里克•施密特和创始人谢尔盖•布林的高度评价。
2010年—2012年,他加盟腾讯公司,出任负责搜索和搜索广告的副总裁,同时担任国家重大专项“新一代搜索引擎和浏览器”项目的总负责人。2012年回到谷歌,负责开发了被认为是“下一代搜索”的谷歌自动问答系统。同年,他作为创始合伙人共同创立了中关村硅谷风险投资基金(ZPark Venture)。
吴军博士在国内外发表过数十篇论文,曾获得全国人机语音智能接口会议的最佳论文奖和Eurospeech的最佳论文奖。他还获得了十余项美国和国际专利。
吴军博士还担任约翰•霍普金斯大学工学院董事会董事和校国际事务委员会顾问,他也长期担任中国工业和信息化部的专家顾问。同时,他也是数家投资基金、创业公司的董事和顾问。
发表于2024-11-02
数学之美 (第二版) 2024 pdf epub mobi 电子书
去年我曾经给吴军的《浪潮之巅》写序,今年很高兴得知他的《数学之美》也即将出版了! 和《浪潮之巅》一样,《数学之美》也是当年作为 Google 资深研究员的吴军在谷歌黑板报上应邀撰写的一系列文章。说实在的,刚开始,黑板报的版主还有点担心这个系列会不会让读者...
评分读了这本书,才第一次惊讶的发现,数学原来并不只是枯燥的考试题,而是人类理解世界最重要的一种工具。数学不仅真的很美,而且真的很有用。 我在学校学的数学知识,由于跟现在从事的工作没多大关系,基本上都还给老师了,所以这本书硬着头皮往下读的。但不得不说,这的确是一...
评分读了这本书,才第一次惊讶的发现,数学原来并不只是枯燥的考试题,而是人类理解世界最重要的一种工具。数学不仅真的很美,而且真的很有用。 我在学校学的数学知识,由于跟现在从事的工作没多大关系,基本上都还给老师了,所以这本书硬着头皮往下读的。但不得不说,这的确是一...
评分你能想象网页新闻的分类与余弦定理有关吗? 你能想象车载导航系统与动态规划有关吗? 你能想象搜索广告排名与指数模型有关吗? 作为数学专业的你,是否还和我一样迷惑:念个数学专业有什么用? 作为计算机专业的你,是否还和我一样懊恼:当初为什么没有学好数学? 作为只会上...
评分图书标签: 数学 计算机 科普 吴军 计算机科学 互联网 机器学习 自然语言
几年前,“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,得到读者高度评价。读者说,读了“数学之美”,才发现大学时学的数学知识,比如马尔可夫链、矩阵计算,甚至余弦函数原来都如此亲切,并且栩栩如生,才发现自然语言和信息处理这么有趣。
在纸本书的创作中,作者吴军博士几乎把所有文章都重写了一遍,为的是把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。读者通过具体的例子学到的是思考问题的方式 —— 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。
第二版增加了针对大数据和机器学习的内容,以便满足人们对当下技术的学习需求;同时,根据专家和读者的反馈更正了一些错漏,并更新了部分内容。
《数学之美》第一版荣获国家图书馆第八届文津图书奖;
入选广电总局“2014年向全国青少年推荐百种优秀图书书目”;
荣获2012-2013年度全行业优秀畅销书;
《浪潮之巅》、《文明之光》作者吴军博士最新力作,李开复作序推荐,Google黑板报百万点击!
新版增加了大数据和机器学习等最新内容,以满足人们对当下技术的学习需求;同时,根据专家和读者的反馈更正了错漏,并更新了部分内容
写的很不错。不过本书的问题在于,如果事先不懂得线性代数,随机过程,还有基本的算法数据结构以及计算机基础知识,那很难被科普到,如果事先懂了这些知识,才会觉得写的浅显易懂,如果是这种情况,那又没有读的必要了。不过科普书籍都有这类问题。
评分第一版也读过, 中学的时候能读到就好了
评分本书深入浅出,内容涵盖较广,但书名起的有点大了。本书涉及的数学(大学数学课程)主要包括概率论,统计学,马尔科夫链,图论,信息论,神经网络等,相对而言,以上仅是数学里的一小部分分支。除此之外,结合作者在 Google 的经历,用浅显易懂的语言解释了以上数学分支在文本挖掘(自然语言分析,分词,语义分析),网络爬虫,密码学,搜索引擎等工作原理,可为这些方面的入门之作,值得一读。
评分本书深入浅出,内容涵盖较广,但书名起的有点大了。本书涉及的数学(大学数学课程)主要包括概率论,统计学,马尔科夫链,图论,信息论,神经网络等,相对而言,以上仅是数学里的一小部分分支。除此之外,结合作者在 Google 的经历,用浅显易懂的语言解释了以上数学分支在文本挖掘(自然语言分析,分词,语义分析),网络爬虫,密码学,搜索引擎等工作原理,可为这些方面的入门之作,值得一读。
评分学习分为道和术,我一直花了很多时间点满自己的各种技能树,但内心还是一直迷茫。遇到这本书之后,才发现自己迷茫的原因。我忙于学习各种术,却疏于修炼道。
数学之美 (第二版) 2024 pdf epub mobi 电子书