Learn from Books 阅读心得 | all4win78
花了小一周的时间粗读了一遍吴军博士写的《数学之美》，受益良多，所以赶紧写下一些自己的阅读感想，作为自己博客的第一篇文章，希望是开个好头吧！
先说说这本书为什么好吧。《数学之美》主要是把Natural Language Processing或者Machine Learning中的很多方法思路用数学思维的方式展示和解释。听起来这其中有很多"数学"的成分，而事实上，吴军博士在本书中用的数学公式都比较简单易懂，是用于帮助理解这其中的"思维"，所以整本书对于数学的要求并不高。况且即使这些公式看不太懂也没有关系，吴军博士在写书的时候用的语言直白，逻辑连贯清晰，并且辅以生动的例子来帮助理解。书易懂，其一也。从另一方面来说，这本书虽然门槛不高，但是涉猎很广，对于NLP或者ML中的很多基本的方式和思路都有讲到，适合用于一开始的入门学习。涵盖广，其二也。而且我认为，即使是对已经学习或者应用这些知识有一段时间的人来说，这依旧是一本好书，可以用来自省和再学习。启自省，其三也。最后，书中讲述了很多生动的例子，不乏历史一类，让读者不觉得乏味。书有趣，其四也。
虽说是粗读一遍，依旧是有很多地方给我了启示，记录一下，也算是给自己的一个小总结。
0. 解决问题有"术"和"道"两个方向。"术"是解决问题的具体方法，"道"是解决问题的思路。学习首先要明白的是"道"，其次才是"术"，这样学才能让之后的应用变成可能。但是"术"也重要，只有"道"而没有"术"的结果就是只能"纸上谈兵"，其实能"谈兵"还算好，就怕有时候提出的东西完全不接地气，变成胡说八"道"。用我自己的话来说，"道"决定了走的方向是不是正确，而"术"决定了能走多远。
1. 简单的方法或者模型，通常会有比较出色的效果。其实这给我的感觉和奥卡姆剃刀Occam's Razor差不多。简单的模型或者方法容易描述，也容易验证。通常下80%的问题用20%的努力去解决，而剩下20%的问题用80%的努力去解决，而这简单的方法或者模型就是这"20%的努力"。
10. 书中讲到了信息，并给出了一个非常生动的定义，虽然应该不是吴军博士首先提出，但是我觉得依然worth noting。我们口中常说信息，但是很少有人能把信息是什么说清楚，书中对于信息是这么说的：信息是一种消除的不确定性。怎么理解呢，一句话，一本书包含了多少信息，并不是其中有多少字，而是我们能从其中得到多少东西，或者更具体来说，是"有用的东西"。而这些"有用的东西"可以帮助我们消除不确定性，比如，有人告诉我"今天很热"，这就是一种信息，把天气的不确定性降低了。有个人对我说"艾斯比第三啊接收到后"，我什么也没得到，虽然字数很多，但是对我来说"没有信息"。又或者这时候又有个人说"今天很热"，which I've already known，那么这句话同前面的胡话一样"没有信息"。
11. 要想学好NLP或者ML，数学工具如statistics和linear algebra是必要条件，其他例如graph theory以及stochastic也最好有所了解。大学以来数学一直学得不认真，需要好好把落下的数学课补好。
100. 吴军博士能把很多深奥晦涩的知识用最简谱的语言来展现给读者，十分不容易，依我来看有两个原因：首先他对于自己的领域十分了解，认识深刻，所以才能知道用什么方式展现最合理；其次，他专博双修，不仅专业知识强，对于历史等别的方面也有所了解，所以他才能把书写有趣，写充实。当然，他的认真以及写作的技巧也是很重要，不过相较于前面两点的"道"，这就是"术"了。希望我今后也能学习。
感谢吴军博士的这本书，给了我这么多想法，以后有机会一定再细读一番，看看有什么新的感悟。
以上。
Read full article from Learn from Books 阅读心得 | all4win78
No comments:
Post a Comment