在讀了吳軍老師《數學之美》這本書後，才發現原來所學的數學知識在生活中的方方面面都有所運用，很多現實的問題都可以轉換成合適的數學模型去解答，以下是我從中所瞭解到的一些知識。
1.信息的冗餘是信息安全的保障
2.羅塞塔石碑的破譯—–瞭解了5000年前的埃及歷史
圖靈測試
讓人和機器進行交流，如果人無法判斷自己交流的對象是人還是機器，就說明這個機器有智能了。
分詞：中文信息處理的基礎
幾個模型
- 統計數學模型：被廣泛運用於機器翻譯、語音識別、印刷體或手寫體識別、拼寫糾錯、漢字輸入和文獻查詢
- 隱含馬爾可夫模型：應用於通信領域，然後被推廣到語音和語言處理，成爲連接自然語言處理和通信的橋樑，同時也是機器學習的主要工具之一
搜索引擎
1. 布爾代數
搜索引擎最重要的是建立索引，索引又是基於數據庫的，數據庫的查詢語句（SQL）支持各種複雜的邏輯組合，背後的基本原理是基於布爾運算的。
2. 圖和網絡爬蟲
圖是離散數學中的一個重要知識點。
自動下載互聯網的網頁：圖論的遍歷算法
- 深度優先遍歷：先訪問相鄰結點，再通過相鄰的訪問到所有（一條路走到黑）
- 廣度優先遍歷：先訪問相鄰的結點，再通過這些相鄰的結點去訪問與其直接相鄰的結點（範圍儘可能廣的去訪問）
網絡爬蟲：通過超鏈接，從任何一個網頁出發，用圖的遍歷算法自動訪問到每一個網頁並把它們存起來，並通過“哈希表”來記錄已經被下載過的網頁
URL：統一資源定位符（指出文件的位置以及瀏覽器應該如何處理）
新聞分類：應用餘弦定理
文本自動分類：期望最大化算法
人工神經網絡應用：語音識別、機器翻譯、股票預測等
大數據：多維度和完備性
分治法：將一個簡單的問題，分成若干個簡單的子問題進行解決，然後，對子問題的結果進行合併，得到原問題的解。
計算複雜度：P問題、NP問題、NPC問題
P問題：在多項式時間內能解決的問題（NP的子集）
NP問題：可以在多項式時間內裏驗證一個解的問題，不論目前這個問題能否找到多項式複雜度算法
NPC問題：是NP的一個子集，且其中每一個問題均能由NP中的任何問題在多項式時間內轉化而成
一些提及的知識點
- 數據挖掘
- Google雲計算
- 搜索廣告和邏輯迴歸
當遇到比較麻煩問題的的時候，先解決80%的問題，再慢慢解決剩下的20%問題，不要一開始就追求大而全。
2017.12.18