转载自吴军博士的网站：http://jun.wu.googlepages.com/
两个非常有名系列文章：“数学之美”与“浪潮之巅”。不懂计算机的人也可以从中学到不少。

I am writing a serial of essays introducing the applications of math in natural language processing, speech

recognition and web search etc for non-technical readers . Here are the links

0. Page Rank ( 网页排名算法 )

1. Language Models (统计语言模型)

2. Chinese word segmentation  (谈谈中文分词)

3. Hidden Markov Model and its application in natural language processing (隐含马尔可夫模型)

4. Entropy - the measurement of information (怎样度量信息?)

5. Boolean algebra and search engine index (简单之美：布尔代数和搜索引擎的索引)

6. Graph theory and web crawler (图论和网络爬虫 Web Crawlers)

7. Information theory and its applications in NLP  (信息论在信息处理中的应用)

8. Fred Jelinek and modern speech and language processing (贾里尼克的故事和现代语言处理)

9. how to measure the similarity between queries and web pages.  (如何确定网页和查询的相关性)

10. Finite state machine and local search (有限状态机和地址识别)

11. Amit Singhal: AK-47 Maker in Google (Google 阿卡 47 的制造者阿米特.辛格博士)

12. The Law of Cosines and news classification (余弦定理和新闻的分类)

13.  Fingerprint of information and its applications (信息指纹及其应用)

14. The importance of precise mathematical modeling (谈谈数学模型的重要性)

15. The perfectionism and simplism 繁与简 自然语言处理的几位精英

16.  Don't put all of your eggs in one basket - Maximum Entropy Principles 不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型(A)

17. Don't put all of your eggs in one basket - Maximum Entropy Principles不要把所有的鸡蛋放在一个篮子里 -- 谈谈最大熵模型(B)

18.  闪光的不一定是金子 谈谈搜索引擎作弊问题(Search Engine Anti-SPAM)

19.  Matrix operation and Text classification 矩阵运算和文本处理中的分类问题

20. The Godfather of NLP - MItch Marcus 自然语言处理的教父 马库斯

21. The extension of HMM, Bayesian Networks 马尔可夫链的扩展 贝叶斯网络

22. The principle of cryptography 由电视剧《暗算》所想到的 — 谈谈密码学的数学原理

23. How many keys need we type to input a Chinese character 输入一个汉字需要敲多少个键 — 谈谈香农第一定律

近一百多年来，总有一些公司很幸运地、有意识或者无意识地站在技术革命的浪尖之上。一旦处在了那个位置，即使不做任何事，也可以随着波浪顺顺当当地向前漂个十年甚至更长的时间。在这十几年间，它们代表着科技的浪潮，直到下一波浪潮的来临。

从 一百年前算起，AT&T 公司、IBM 公司、苹果公司 (Apple)、英特尔 (Intel) 公司、微软 (Microsoft) 公司、思科公司 (Cisco) 公司、雅虎 (Yahoo) 公司和谷歌 (Google) 公司都先后被幸运地推到了浪尖。虽然，它们来自不同的领域，中间有些已经衰落或者正在衰落，但是它们都极度辉煌过。它们都曾经是全球性的帝国，统治着自己 所在的产业。

这些公司里面大大小小的人在外人看来都是时代的幸运儿。因为，虽然对于一个公司来讲，赶上一次浪潮不能保证它长盛不衰；但 是，对于一个人来讲，一生赶上这样一次浪潮就足够了。对于一个弄潮的年轻人来讲，最幸运的莫过于赶上一波大潮。要预测未来是很难的，但是看看过去和现在， 我们也许能悟出一些道理。我愿意借谷歌黑板报的空间，将我这些年来看到的和听到的人和事拿出来与大家分享。我会谈一谈我对每次浪潮的看法，对上述每个公司 的看法，以及对其中关键人物的认识。在极度商业化的今天，科技的进步和商机是分不开的。因此，我也要提到间接影响到科技浪潮的风险投资公司，诸如 KPCB 和红杉风投 (Sequoia) 以及百年来为科技捧场的投资银行，例如高盛 (Goldman Sachs) 等等。

第一章 — 帝国的余辉（AT&T)

第二章 — 蓝色巨人（IBM）

第三章 — “水果”公司的复兴 （乔布斯和苹果公司）

第四章 — 计算机工业的生态链

第五章 — 奔腾的芯（英特尔—Intel）

第六章 -- IT业的罗马帝国 （微软 - Microsoft)

第七章 --  互联网的金门大桥（思科 - Cisco）

第八章 -- 英名不朽（杨致远、费罗和雅虎公司）

第九章-- 硅谷的见证人（惠普公司）

第十章 -- 没落的贵族—摩托罗拉

第十一章 -- 硅谷的另一面

第十二章 --  短暂的春秋——与机会失之交臂的公司

第十三章 -- 幕后的英雄风险投资（Venture Capital）

第十四章 -- 信息产业的规律性