數(shù)學(xué)之美讀后感（精選7篇）
當(dāng)閱讀完一本名著后，你心中有什么感想呢？這時(shí)候，最關(guān)鍵的讀后感怎么能落下！到底應(yīng)如何寫(xiě)讀后感呢？下面是小編為大家收集的數(shù)學(xué)之美讀后感（精選7篇），僅供參考，大家一起來(lái)看看吧。
數(shù)學(xué)之美讀后感 篇1
我是在讀了吳軍博士的《浪潮之巔》之后，發(fā)現(xiàn)推薦了《數(shù)學(xué)之美》這本書(shū)。我到豆瓣讀書(shū)上看了看評(píng)價(jià)，就果斷在當(dāng)當(dāng)上下單買(mǎi)了一本研讀。本來(lái)我以為這是一本充滿(mǎn)各種數(shù)學(xué)專(zhuān)業(yè)術(shù)語(yǔ)的書(shū)，讀后讓我非常震撼的是吳軍博士居然能用非常通俗的語(yǔ)言將自然語(yǔ)言處理等高深理論解釋的相當(dāng)簡(jiǎn)單。在李開(kāi)復(fù)博士之后，吳軍博士又成為了目前備受矚目的具有深厚技術(shù)背景的作家。對(duì)于我來(lái)說(shuō)，讀這本書(shū)有掃盲的功效，讓我知道了很多以前不知道的東西。我的想法是在研究生階段，不只局限于導(dǎo)師的研究方向，通過(guò)更加廣泛的涉獵知識(shí)，去尋找一個(gè)自己喜歡的研究領(lǐng)域。如果找到了這樣一個(gè)領(lǐng)域，那么我就讀博士。如果沒(méi)有的話(huà)，那么我想還是工作算了。
1、學(xué)科之間的聯(lián)系是如此的重要
全書(shū)主要是圍繞著吳軍博士所研究的自然語(yǔ)言處理方向來(lái)講述一些應(yīng)用在這個(gè)研究領(lǐng)域的數(shù)學(xué)知識(shí)，用了很大篇幅講解了將通信的原理應(yīng)用到自然語(yǔ)言處理上所取得的巨大成功。以前學(xué)習(xí)計(jì)算機(jī)網(wǎng)絡(luò)的時(shí)候，學(xué)過(guò)一個(gè)香農(nóng)定理。對(duì)香農(nóng)的認(rèn)識(shí)就從香農(nóng)定理開(kāi)始，因?yàn)榭佳袝?huì)考相關(guān)的計(jì)算題。看了這本書(shū)才知道，香農(nóng)的《信息論》對(duì)今天的影響真的是不可估量。通過(guò)這樣一個(gè)過(guò)程，我也對(duì)以前的本科學(xué)校的學(xué)科建設(shè)產(chǎn)生了一些憂(yōu)慮。對(duì)于培養(yǎng)計(jì)算機(jī)人才來(lái)說(shuō)，無(wú)論是培養(yǎng)應(yīng)用型人才，還是培養(yǎng)研究型人才，都應(yīng)該與電子、通信有一定的交叉，這樣對(duì)學(xué)生思考問(wèn)題的啟發(fā)與視野的開(kāi)闊有著重要的作用。計(jì)算機(jī)本身就是從電子、通信、數(shù)學(xué)等學(xué)科中抽出來(lái)的新興的學(xué)科，在發(fā)展了多年之后，我們發(fā)現(xiàn)它仍然需要繼承一些傳統(tǒng)�；叵胱约旱谋究扑哪�，上的更多的課時(shí)
語(yǔ)言類(lèi)、技術(shù)類(lèi)的課程，這些課程的確對(duì)提升學(xué)生的就業(yè)有很大幫助。但是我想說(shuō)的是，一個(gè)忽視數(shù)學(xué)基礎(chǔ)、學(xué)科交叉的學(xué)校，他無(wú)法成為一所國(guó)內(nèi)的一流大學(xué)。作為一個(gè)母校培養(yǎng)的學(xué)生，我深知改革的阻力與困難，但是我希望母校的計(jì)算機(jī)學(xué)院能越辦越好。我們現(xiàn)在已經(jīng)培養(yǎng)出很多高薪優(yōu)秀的技術(shù)人才，我希望將來(lái)也能培養(yǎng)出更多的研究型人才。
2、看起來(lái)很牛的東西卻用著難以置信的簡(jiǎn)單數(shù)學(xué)原理
在整本書(shū)中讓我最為印象深刻的是解釋Google搜索的原理，居然就是簡(jiǎn)單的布爾代數(shù)運(yùn)算。這個(gè)的確讓我大跌眼鏡，我一直認(rèn)為搜索時(shí)一個(gè)非常復(fù)雜而龐大的問(wèn)題，其數(shù)學(xué)原理也是相當(dāng)高深的，但是吳軍博士的解釋讓我大開(kāi)眼界。與此同時(shí)也知道了Google為什么牛，牛在哪了。搜索的原理雖然非常簡(jiǎn)單，但是搜索是一個(gè)需要對(duì)海量數(shù)據(jù)進(jìn)行操作的工作。Google在海量數(shù)據(jù)的處理方面的確是相當(dāng)先進(jìn)的，MapReduce、BigTable等等一些技術(shù)的發(fā)明與應(yīng)用使得Google在搜索上無(wú)出其右。目前分布式存儲(chǔ)、分布式計(jì)算、數(shù)據(jù)倉(cāng)庫(kù)與存儲(chǔ)等研究領(lǐng)域近些年來(lái)的大熱也說(shuō)明Google在引領(lǐng)研究方向上的超凡本領(lǐng)。
3、感謝概率老師的教誨
在大二的時(shí)候，有一個(gè)在我們學(xué)生中聲望很高的概率老師，他在課程即將結(jié)束的時(shí)候跟我們說(shuō)我們將的是前幾章，這些事概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)。對(duì)于你們計(jì)算機(jī)的學(xué)生來(lái)時(shí)，后面的章節(jié)才是最有用的，以后一定要好好的研究，弄上一兩個(gè)在你的畢業(yè)設(shè)計(jì)上就會(huì)讓你畢業(yè)設(shè)計(jì)提升一個(gè)檔次，有可能驗(yàn)收你畢業(yè)設(shè)計(jì)的老師也不懂。我當(dāng)時(shí)對(duì)他的話(huà)沒(méi)有特別在意，我只關(guān)心期末考試要考哪些題目，因?yàn)槲夷莻�(gè)學(xué)期的概率課基本上都在睡覺(jué)，只有他講笑話(huà)的時(shí)候不睡。我看《數(shù)學(xué)之美》后發(fā)現(xiàn)馬爾科夫鏈、貝葉斯網(wǎng)絡(luò)之后，對(duì)以前的概率老師充滿(mǎn)無(wú)限的敬意。我發(fā)現(xiàn)我們?cè)俦究齐A段學(xué)習(xí)的《高等數(shù)學(xué)》、《線(xiàn)性代數(shù)》、《概率論與數(shù)理統(tǒng)計(jì)》在計(jì)算機(jī)學(xué)科應(yīng)用較多的要數(shù)概率論與數(shù)理統(tǒng)計(jì)，還有一門(mén)我學(xué)的不好的《離散數(shù)學(xué)》在計(jì)算機(jī)中也是有著舉足輕重的地位。我在看米歇爾的《機(jī)器學(xué)習(xí)》時(shí)也發(fā)現(xiàn)很多熟悉的概率論與數(shù)理統(tǒng)計(jì)的知識(shí)，這讓我不得不開(kāi)始考慮重新彌補(bǔ)自己的數(shù)學(xué)短板。我的想法是在研一這一年把概率論與數(shù)理統(tǒng)計(jì)、線(xiàn)性代數(shù)、離散數(shù)學(xué)盡我最大的努力補(bǔ)一補(bǔ)，希望他們對(duì)我今后的學(xué)習(xí)有所幫助。
4、說(shuō)說(shuō)作者吳軍博士
吳軍博士寫(xiě)的書(shū)對(duì)于學(xué)習(xí)計(jì)算機(jī)的學(xué)生來(lái)說(shuō)，讀起來(lái)有種說(shuō)不出的親切感�？赡苓@跟他是技術(shù)出身的原因有關(guān)，流暢的文筆、質(zhì)樸的文風(fēng)也讓人讀起來(lái)很舒服�？锤邥运稍趦�(yōu)酷上的《曉說(shuō)》就知道，在硅谷有著眾多的華裔工程師，他們很多都來(lái)自清華、北大等國(guó)內(nèi)的名牌大學(xué)，這些人在美國(guó)實(shí)現(xiàn)著自己的夢(mèng)想。吳軍博士也曾是這其中的一員，我非常希望那些像吳軍博士一樣的牛人們能夠?qū)憰?shū)或者來(lái)國(guó)內(nèi)的大學(xué)做一些演講、論壇等等，開(kāi)闊一下我們的視野，傳授一下做學(xué)問(wèn)的經(jīng)驗(yàn)。與此同時(shí)，我也在想為什么我們國(guó)家那么多優(yōu)秀的IT人才都去了美國(guó)。這個(gè)問(wèn)題在我去蘋(píng)果公司在東軟信息學(xué)院組織的培訓(xùn)過(guò)程中得到了答案，那個(gè)南京郵電的老師講了講中國(guó)為什么不像美國(guó)那么有創(chuàng)造力。我們中國(guó)人并不缺乏創(chuàng)造力，很多時(shí)候是我們所處的外部環(huán)境恰恰阻礙了創(chuàng)新。我想那么多優(yōu)秀的清華北大學(xué)子紛紛到大洋彼岸的美國(guó)，正是被美國(guó)開(kāi)放的學(xué)術(shù)環(huán)境、創(chuàng)新氛圍所吸引，每個(gè)人都有自己的夢(mèng)想，他們?nèi)ッ绹?guó)也是為了能實(shí)現(xiàn)自己的夢(mèng)想。以前都覺(jué)得他們是不愛(ài)國(guó)，現(xiàn)在長(zhǎng)大了，對(duì)于這個(gè)問(wèn)題看得更清楚了一點(diǎn)。我想說(shuō)我們的祖國(guó)在經(jīng)歷了改革開(kāi)放30多年的飛速發(fā)展之后，目前正處于一個(gè)關(guān)鍵和脆弱的時(shí)期。我們靠著人口紅利取得了巨大的成就，我們能不能憑借人才紅利取得更大的成就還是未知。希望有更多的人才能像李開(kāi)復(fù)博士、吳軍博士那樣，為我們這個(gè)民族青年的成長(zhǎng)和國(guó)家發(fā)展做出貢獻(xiàn)。
數(shù)學(xué)之美讀后感 篇2
第8章里的“索引”，作者講到谷歌面試產(chǎn)品經(jīng)理的一道題目：如何向你的奶奶解釋搜索引擎。關(guān)于這個(gè)問(wèn)題，好的回答據(jù)說(shuō)是用圖書(shū)館的索引卡片做類(lèi)比。
我奶奶是個(gè)文盲，一生為農(nóng)，日出而作，日落而息。她很少看電視，更別說(shuō)圖書(shū)館。所以用圖書(shū)館的例子，對(duì)我們來(lái)說(shuō)，很生動(dòng)；對(duì)她來(lái)說(shuō)，很生澀。
我們村的田地是按照地形、土質(zhì)和流水等來(lái)劃分的，計(jì)有一等地、二等地和三等地。一般情況下，一等地用來(lái)種水稻，二等地用來(lái)種菜，三等地用來(lái)種水果。
所以當(dāng)我奶奶想要給我摘桔子的時(shí)候，她肯定不會(huì)從一等地或者二等地一塊地一塊地找過(guò)來(lái)，而是直接跑到三等地（一般就是山上）。
像這樣的索引，是基于腦子里的“數(shù)據(jù)庫(kù)”，因?yàn)樘锏夭粫?huì)很多，多了也來(lái)不及種，所以跟布爾代數(shù)沒(méi)什么關(guān)系。但是這樣解釋?zhuān)夷棠叹蜁?huì)大概明白了。我奶奶生前一次電腦也沒(méi)用過(guò)，跟她解釋這些，唯一的意義是，她會(huì)覺(jué)得我沒(méi)有敷衍她，這會(huì)使她欣慰——如果有機(jī)會(huì)解釋的話(huà)。
楊小凱曾經(jīng)說(shuō)，如果張五常多加注重使用數(shù)學(xué)模型，那諾獎(jiǎng)也許就拿下了。張五常對(duì)此不以為然，反以為傲，自詡當(dāng)今世上只有科斯、阿爾欽和他才敢只用文字，不借助數(shù)學(xué)模型就在經(jīng)濟(jì)學(xué)界占有一席之地。
當(dāng)然，張五常也不是徹底否定數(shù)學(xué)的作用，他認(rèn)為能夠用文字解釋的經(jīng)濟(jì)學(xué)原理，不必使用數(shù)學(xué)對(duì)其復(fù)雜化。
數(shù)學(xué)在信息學(xué)和經(jīng)濟(jì)學(xué)里都有廣泛應(yīng)用，但是在信息科學(xué)方面，對(duì)數(shù)學(xué)作用大小的爭(zhēng)論就沒(méi)有經(jīng)濟(jì)學(xué)那么大了。
我們常說(shuō)搜索引擎的競(jìng)價(jià)廣告，就可能經(jīng)歷到第三方公司，通常他們宣傳自己是谷歌或者別的搜索引擎公司的代理商，然后通過(guò)不正當(dāng)手段為客戶(hù)提高網(wǎng)頁(yè)的排名。谷歌在消除網(wǎng)絡(luò)作弊方面做了很多努力，通過(guò)修改排序算法來(lái)為搜索者提供更加準(zhǔn)確實(shí)效的信息。
“作弊的本質(zhì)是在網(wǎng)頁(yè)排名信號(hào)中加入噪音，因此反作弊的關(guān)鍵是去噪音。沿著這個(gè)思路可以從根本上提高搜索算法抗作弊的能力�！蔽覀児揪褪浅粤诉@個(gè)虧，交了不少錢(qián)給第三方公司，結(jié)果算法一變，關(guān)鍵詞的排名從前三下降到前三頁(yè)沒(méi)影。
社交搜索正在雄起，但是如果想要在傳統(tǒng)的搜索引擎中占據(jù)有利排名，我想，第三方公司的技術(shù)水平是很關(guān)鍵的。
大學(xué)專(zhuān)業(yè)課里，數(shù)電總是要比模電簡(jiǎn)單不少。
自然界里大部分的信號(hào)都屬于模擬信號(hào)。所謂模擬信號(hào)，是指時(shí)間和數(shù)值上都是連續(xù)變化的信號(hào)。在實(shí)際電路中，模/數(shù)轉(zhuǎn)換是一個(gè)很重要的過(guò)程，將預(yù)處理的模擬信號(hào)經(jīng)過(guò)模/數(shù)變換為數(shù)字信號(hào)，然后進(jìn)行數(shù)字信號(hào)處理。而數(shù)字化處理有很多優(yōu)點(diǎn)，比如功能強(qiáng)大、抗干擾能力強(qiáng)、易集成化等。
簡(jiǎn)而言之，如果沒(méi)有數(shù)學(xué)，就沒(méi)有數(shù)字信號(hào)處理的概念，也就無(wú)法進(jìn)行信號(hào)的傳輸，而數(shù)字信號(hào)傳輸在大規(guī)模的集成電路里是必不可少的，這是通信成功的基本要求。
之前看到有人說(shuō)如果高中看這本書(shū)，也許數(shù)學(xué)就是另一番天地，會(huì)有所突破。我不覺(jué)得，如果高中看這種書(shū)，我想，大多數(shù)人還是會(huì)對(duì)數(shù)學(xué)更加望而卻步。本書(shū)更適合通信電子這些專(zhuān)業(yè)的學(xué)生，在學(xué)習(xí)專(zhuān)業(yè)課的時(shí)候輔助閱讀，對(duì)理解通信原理、數(shù)電模電等都有更形象生動(dòng)的想法。
數(shù)學(xué)之美讀后感 篇3
上個(gè)月去北京開(kāi)會(huì)，順道拜訪了人民郵電出版社，合作多年的編輯陳冀康贈(zèng)我一本《數(shù)學(xué)之美》，說(shuō)一定是我喜歡看的類(lèi)型。以前也在網(wǎng)上零散看過(guò)Google黑板報(bào)上吳軍先生的文章，對(duì)他的前一本書(shū)《浪潮之顛》也有耳聞，但沒(méi)有讀過(guò)。這次有機(jī)會(huì)集中閱讀他的文章，確實(shí)是一段美妙的體驗(yàn)。
讀完這本書(shū)有一點(diǎn)強(qiáng)烈的感受：工具一定要先進(jìn)。數(shù)學(xué)是強(qiáng)大的工具，計(jì)算機(jī)也是。這兩種工具結(jié)合在一起，造就了強(qiáng)大的google、百度、亞馬遜、阿里、京東、騰迅等公司。他們不是百年老店，但他們掌握了先進(jìn)的工具。
掌握了先進(jìn)的工具，必將獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。如果你知道哪里有一群軟件工程師，維護(hù)著更大的一群計(jì)算機(jī)，那么不要猶豫，想辦法使用他們提供的服務(wù)，因?yàn)檫@會(huì)給你帶來(lái)優(yōu)勢(shì)。所以我們使用Google的搜索和郵件，在亞馬遜、京東和淘寶上購(gòu)物，用QQ和微博聯(lián)系朋友，使用銀行卡和網(wǎng)上銀行，利用交易終端在全球市場(chǎng)上進(jìn)行各種交易……
人類(lèi)歷史就是一部工具的進(jìn)化史。石器、青銅、鐵器、火藥、蒸汽機(jī)、內(nèi)燃機(jī)、電報(bào)、電話(huà)、電視、計(jì)算機(jī)、衛(wèi)星、互聯(lián)網(wǎng)，工具的進(jìn)步引領(lǐng)著文明的進(jìn)步。新的工具不斷淘汰老的工具，就像互聯(lián)網(wǎng)視頻點(diǎn)播正在淘汰電視、微博正在淘汰報(bào)紙、電子書(shū)正在淘汰紙質(zhì)書(shū)那樣。
但有一些古老的工具，今天仍有人在學(xué)習(xí)和使用，甚至在上面花費(fèi)許多時(shí)間。毛筆就是這樣一個(gè)例子。今天學(xué)習(xí)掌握毛筆這種“落后的”工具，還有什么意義？其實(shí)我們?cè)谑褂靡恍奥浜蟮摹惫ぞ邥r(shí)，主要是在學(xué)習(xí)工具背后的思想。書(shū)法和繪畫(huà)中蘊(yùn)含的藝術(shù)審美的一般原則，經(jīng)得起具體工具變遷的考驗(yàn)。甲骨文、金文、石鼓文所包含的對(duì)空間構(gòu)圖的理解，仍然值得現(xiàn)代人學(xué)習(xí)。思想工具是比實(shí)物工具更強(qiáng)大的工具。
工具組合使用，形成更強(qiáng)大的新工具�！稊�(shù)學(xué)之美》中提到的馬爾可夫鏈雖然是很強(qiáng)大的工具，但我在數(shù)學(xué)課上沒(méi)有聽(tīng)老師提到過(guò)。這本書(shū)中給我印象最深的例子是余弦定理和新聞分類(lèi)。余弦定理是中學(xué)數(shù)學(xué)，再加上一些不算很難的多維向量的知識(shí)，竟然解決了計(jì)算機(jī)新聞分類(lèi)這樣的難題！
每一種工具的背后，是人們對(duì)世界的一種理解。蒸汽機(jī)和內(nèi)燃機(jī)背后，是力學(xué)的世界。電報(bào)、電話(huà)、電視、計(jì)算機(jī)和互聯(lián)網(wǎng)背后，是信息的世界。數(shù)學(xué)是抽象的工具，是其他工具背后的工具。每一門(mén)學(xué)科要成為科學(xué)，都少不了數(shù)學(xué)。也許有一天人們會(huì)習(xí)慣，用數(shù)學(xué)工具來(lái)分析藝術(shù)。數(shù)學(xué)是一種語(yǔ)言，它源于具體的世界，又高于具體的世界。如果說(shuō)語(yǔ)言是對(duì)世界的認(rèn)識(shí)和描述，如果說(shuō)數(shù)學(xué)是一種語(yǔ)言，那么它一定是最接近神的語(yǔ)言。看似毫不相關(guān)，卻又能描述萬(wàn)事萬(wàn)物。
學(xué)習(xí)數(shù)學(xué)有什么用？物理學(xué)家費(fèi)曼當(dāng)年在大一時(shí)提出這個(gè)問(wèn)題，他的師兄建議他轉(zhuǎn)到物理系。今天，這個(gè)問(wèn)題已不成為問(wèn)題。具有扎實(shí)數(shù)學(xué)功底的人才正進(jìn)入各行各業(yè)，例如金融業(yè)。我認(rèn)識(shí)一個(gè)出版社的老總，他招應(yīng)屆畢業(yè)生有一個(gè)條件：數(shù)學(xué)要好。
工具雖好，關(guān)鍵還要會(huì)用。最終要回到掌握先進(jìn)工具的人。軟件算法工程師加上計(jì)算機(jī)集群，這是目前一流企業(yè)必需的裝備。正如馬克、安德森所說(shuō)的，各行各業(yè)的一流公司，都是軟件公司。優(yōu)秀的軟件算法工程師，是人才爭(zhēng)奪的焦點(diǎn)。這樣，我們就容易理解Google招工程師的要求。
對(duì)信息加工處理和傳遞的能力不斷增強(qiáng)，是知識(shí)經(jīng)濟(jì)的特點(diǎn)�！稊�(shù)學(xué)之美》展示了Google如何運(yùn)用數(shù)學(xué)和計(jì)算機(jī)網(wǎng)絡(luò)，帶領(lǐng)我們進(jìn)入云計(jì)算和大數(shù)據(jù)時(shí)代。
知識(shí)經(jīng)濟(jì)時(shí)代的工作，就是在各自的領(lǐng)域中進(jìn)行科學(xué)研究�？茖W(xué)研究要大膽假設(shè)，小心求證�？茖W(xué)研究要量化�？茖W(xué)研究要有對(duì)比實(shí)驗(yàn)。科學(xué)研究要有數(shù)學(xué)模型�？茖W(xué)研究要有田野調(diào)查�？茖W(xué)研究要有文獻(xiàn)查證�？茖W(xué)研究要有同行評(píng)議�！稊�(shù)學(xué)之美》向我們介紹了自然語(yǔ)言分析領(lǐng)域的科研方法和過(guò)程。
任何一個(gè)領(lǐng)域，深入進(jìn)去都有無(wú)數(shù)的細(xì)節(jié)。有興趣的人不但沒(méi)被這些細(xì)節(jié)嚇倒，反而會(huì)興致勃勃地研究，從而達(dá)到令人仰慕的高度。吳軍先生向我們展示了數(shù)學(xué)和算法中的這些細(xì)節(jié)，也展示了他所達(dá)到的高度。值得我學(xué)習(xí)。
感謝吳軍先生分享他的知識(shí)和深刻見(jiàn)解，也感謝人民郵電出版社出了這樣一本好書(shū)。
數(shù)學(xué)之美讀后感 篇4
前一陣子因興趣研究CMUSphinx這套庫(kù)的應(yīng)用不得要領(lǐng)，就去查看了下一些語(yǔ)音識(shí)別的基本原理的文章，偶然碰到了數(shù)學(xué)之美。其實(shí)浪潮之巔也是因此開(kāi)始看的、結(jié)果先一步看完了，畢竟一本歷史書(shū)，一本介紹數(shù)學(xué)和語(yǔ)言處理的，難度不同
說(shuō)實(shí)話(huà)，因?yàn)槌踔懈咧谢膹U了太多時(shí)間，我的英文和數(shù)學(xué)基礎(chǔ)比較差，我大學(xué)的數(shù)學(xué)都是勉強(qiáng)修過(guò)的。一直以來(lái)數(shù)學(xué)對(duì)我是一個(gè)很恐怖的學(xué)科，也不知道為什么計(jì)算機(jī)專(zhuān)業(yè)對(duì)數(shù)學(xué)要求比較高。我個(gè)人就是數(shù)學(xué)分?jǐn)?shù)很低，但是專(zhuān)業(yè)課學(xué)的還不錯(cuò)，唯一好點(diǎn)的數(shù)學(xué)科目就是離散數(shù)學(xué)吧，另外的工科數(shù)學(xué)分析和高等代數(shù)都是慘不忍睹的
看完這本書(shū)后，我發(fā)現(xiàn)我還真是低估了數(shù)學(xué)的作用，一個(gè)復(fù)雜的語(yǔ)言識(shí)別過(guò)程，用統(tǒng)計(jì)語(yǔ)言模型竟然用那么簡(jiǎn)單的數(shù)學(xué)模型就解決了，這對(duì)我的沖擊很大。另一個(gè)對(duì)我影響比較大的就是余弦定理和新聞的分類(lèi)。以前那些各種三角函數(shù)的變換、三角函數(shù)，各種向量，各種空間圖形在我印象中就只能用于畫(huà)設(shè)計(jì)圖，或者搞空間物理化學(xué)等基礎(chǔ)學(xué)科的應(yīng)用上，想著“這種東西和計(jì)算機(jī)編程有什么關(guān)系？要計(jì)算角度，庫(kù)里不都提供了嗎？”，哪成想到改變一下思路，改變一下方法，就簡(jiǎn)單的把那么復(fù)雜的分裂問(wèn)題給解決了�，F(xiàn)在想想我當(dāng)初想法還真是幼稚啊，可惜覆水難收，過(guò)去的時(shí)間已經(jīng)回不來(lái)了，但至少我現(xiàn)在明白了數(shù)學(xué)的重要性，總能想辦法彌補(bǔ)的。
不得不說(shuō)國(guó)內(nèi)的教科書(shū)還真是太死板了。很多書(shū)上，先不說(shuō)沒(méi)講應(yīng)用領(lǐng)域和這個(gè)能干嗎，有些教科書(shū)連推導(dǎo)過(guò)程也沒(méi)說(shuō)明白。像我大學(xué)時(shí)候的那幾本高代高數(shù)的教科書(shū)，在某一步關(guān)鍵的過(guò)程寫(xiě)一句“顯而易見(jiàn)”，然后就莫名其妙的出現(xiàn)了結(jié)果，這讓我們基礎(chǔ)差的人情何以堪啊，更何況我問(wèn)了那些數(shù)學(xué)好的，他們想推導(dǎo)出那一步也要想好久。后來(lái)?yè)Q了一下同濟(jì)大學(xué)版，發(fā)現(xiàn)同樣的定理，同樣的范圍，就是理解起來(lái)容易了不少。果然好書(shū)和差一點(diǎn)的書(shū)差別真不少。所以我就在網(wǎng)上整理了一些好的數(shù)學(xué)書(shū)籍，等會(huì)兒x就貼到文后，以后慢慢補(bǔ)。
"技術(shù)分為術(shù)和道兩種，具體的做事方法是術(shù)，做事的原理和原則是道。這本書(shū)的目的是講道而不是講術(shù)。很多具體的搜索技術(shù)很快會(huì)從獨(dú)門(mén)絕技到普及，再到落伍，追求術(shù)的人一輩子工作很辛苦。只有掌握了搜索的本質(zhì)和精髓才能永遠(yuǎn)游刃有余�！� ，然后吳軍先生用搜索反作弊的例子漂亮的解釋了這兩種差別。我以前做過(guò)的項(xiàng)目里，如果出現(xiàn)沒(méi)想過(guò)的情況，就加一個(gè)異常處理處理特殊情況，本來(lái)很簡(jiǎn)單的東西，愣是被我搞復(fù)雜了�，F(xiàn)在想回來(lái)，那時(shí)候境界太低，連開(kāi)始的本質(zhì)和原理都沒(méi)弄清楚，就埋頭搞下去了，以后要多注意點(diǎn)。
我一向喜歡實(shí)用性強(qiáng)的方法和工具，在這書(shū)里我特別喜歡阿米特·辛格博士的那一章。吳軍博士就用寥寥幾頁(yè)的描述中講解了辛格博士的處理事情的方法和原則，先幫用戶(hù)解決主要的問(wèn)題，再?zèng)Q定要不要糾結(jié)在次要的部分上；要知道修改代碼的所作所為，知其所以然；能用簡(jiǎn)單方法解決就用簡(jiǎn)單的，可讀性很重要。
不過(guò)中間有兩個(gè)部分沒(méi)搞明白，最大熵模型和貝葉斯網(wǎng)絡(luò)，沒(méi)搞懂為什么能解決那些問(wèn)題。貝葉斯網(wǎng)絡(luò)還能稍微理解，少了馬爾科夫鏈的線(xiàn)性約束，更自由；但最大熵模型真搞不懂為什么那么好用，以后繼續(xù)研究。
總之這是一本很好的書(shū)，推薦大家讀一下。
數(shù)學(xué)之美讀后感 篇5
確切的來(lái)說(shuō)，《數(shù)學(xué)之美》并不是一本書(shū)，它是谷歌黑板報(bào)中的一系列文章，介紹數(shù)學(xué)在信息檢索和自然語(yǔ)言處理中的主導(dǎo)作用和奇妙應(yīng)用，每一篇文章都不長(zhǎng)，但小中見(jiàn)大，從看似高深的高科技中用通俗易懂的案例展示了數(shù)學(xué)之美，深深的吸引了我。
這一系列文章的作者是google公司的科學(xué)家吳軍。他畢業(yè)于清華大學(xué)計(jì)算機(jī)系（本科）和電子工程系（碩士），并于1993—1996年在清華任講師。他于1996年起在美國(guó)約翰霍普金斯大學(xué)攻讀博士，并于XX年獲得計(jì)算機(jī)科學(xué)博士學(xué)位。在清華和約翰霍普金斯大學(xué)期間，吳軍博士致力于語(yǔ)音識(shí)別、自然語(yǔ)言處理，特別是統(tǒng)計(jì)語(yǔ)言模型的研究。他曾獲得1995年的全國(guó)人機(jī)語(yǔ)音智能接口會(huì)議的最佳論文獎(jiǎng)和XX年eurospeech的最佳論文獎(jiǎng)。
吳軍博士于XX年加入google公司，現(xiàn)任google研究院資深研究員。到google不久，他和三個(gè)同事們開(kāi)創(chuàng)了網(wǎng)絡(luò)搜索反作弊的研究領(lǐng)域，并因此獲得工程獎(jiǎng)。XX年，他和兩個(gè)同事共同成立了中日韓文搜索部門(mén)。吳軍博士是當(dāng)前google中日韓文搜索算法的主要設(shè)計(jì)者。在google其間，他領(lǐng)導(dǎo)了許多研發(fā)項(xiàng)目，包括許多與中文相關(guān)的產(chǎn)品和自然語(yǔ)言處理的項(xiàng)目，并得到了公司首席執(zhí)行官埃里克、施密特的高度評(píng)價(jià)。吳軍博士在國(guó)內(nèi)外發(fā)表過(guò)數(shù)十篇論文并獲得和申請(qǐng)了近十項(xiàng)美國(guó)和國(guó)際專(zhuān)利。他于XX年起，當(dāng)選為約翰霍普金斯大學(xué)計(jì)算機(jī)系董事會(huì)董事。
正是他在信息檢索與自然語(yǔ)言處理領(lǐng)域中的一系列工作，使他講述了我所看到的內(nèi)容—數(shù)學(xué)之美。
看了數(shù)學(xué)之美，立即聯(lián)想到了金庸小說(shuō)中的武林高人，總是把一套大多數(shù)人都會(huì)的入門(mén)功夫使得威力無(wú)比，擊潰眾多敵者。東西放在那，它的威力如何，并鍵在于使用者，武術(shù)如此，數(shù)學(xué)同樣如此。
于我而言，語(yǔ)音視別是一類(lèi)高科技，作為非專(zhuān)業(yè)人土，深覺(jué)高奧。但看完數(shù)學(xué)之美之后，頓感驚詫?zhuān)瓉?lái)如此深?yuàn)W東西的解決方法自己也學(xué)過(guò)，并且理工科讀過(guò)大學(xué)的人都學(xué)過(guò)，那就是統(tǒng)計(jì)學(xué)中的條件概率p（a/b），即b事件發(fā)生條件下a事件發(fā)生的概率。
如果s表示一連串特定順序排列的詞w1，w2，…，wn，換句話(huà)說(shuō)，s可以表示某一個(gè)由一連串特定順序排練的詞而組成的一個(gè)有意義的句子�，F(xiàn)在，機(jī)器對(duì)語(yǔ)言的識(shí)別從某種角度來(lái)說(shuō)，就是想知道s在文本中出現(xiàn)的可能性，也就是數(shù)學(xué)上所說(shuō)的s的概率用p（s）來(lái)表示。利用條件概率的公式，s這個(gè)序列出現(xiàn)的概率等于每一個(gè)詞出現(xiàn)的概率相乘，于是p（s）可展開(kāi)為：
p（s）=p（w1）p（w2|w1）p（w3|w1w2）…p（wn|w1w2…wn—1）
其中p（w1）表示第一個(gè)詞w1出現(xiàn)的概率；p（w2|w1）是在已知第一個(gè)詞的前提下，第二個(gè)詞出現(xiàn)的概率；以次類(lèi)推。不難看出，到了詞wn，它的出現(xiàn)概率取決于它前面所有詞。從計(jì)算上來(lái)看，各種可能性太多，無(wú)法實(shí)現(xiàn)。因此我們假定任意一個(gè)詞wi的出現(xiàn)概率只同它前面的詞wi—1有關(guān)（即馬爾可夫假設(shè)），于是問(wèn)題就變得很簡(jiǎn)單了�，F(xiàn)在，s出現(xiàn)的概率就變?yōu)椋?/p>
p（s）=p（w1）p（w2|w1）p（w3|w2）…p（wi|wi—1）…
�。ó�(dāng)然，也可以假設(shè)一個(gè)詞又前面n—1個(gè)詞決定，模型稍微復(fù)雜些。）
接下來(lái)的問(wèn)題就是如何估計(jì)p（wi|wi—1）�，F(xiàn)在有了大量機(jī)讀文本后，這個(gè)問(wèn)題變得很簡(jiǎn)單，只要數(shù)一數(shù)這對(duì)詞（wi—1，wi）在統(tǒng)計(jì)的文本中出現(xiàn)了多少次，以及wi—1本身在同樣的文本中前后相鄰出現(xiàn)了多少次，然后用兩個(gè)數(shù)一除就可以了，p（wi|wi—1）=p（wi—1，wi）/p（wi—1）。
也許很多人不相信用這么簡(jiǎn)單的數(shù)學(xué)模型能解決復(fù)雜的語(yǔ)音識(shí)別、機(jī)器翻譯等問(wèn)題。其實(shí)不光是常人，就連很多語(yǔ)言學(xué)家都曾質(zhì)疑過(guò)這種方法的有效性，但事實(shí)證明，統(tǒng)計(jì)語(yǔ)言模型比任何已知的借助某種規(guī)則的解決方法都有效。比如在google的`中英文自動(dòng)翻譯中，用的最重要的就是這個(gè)統(tǒng)計(jì)語(yǔ)言模型。去年美國(guó)標(biāo)準(zhǔn)局（nist）對(duì)所有的機(jī)器翻譯系統(tǒng)進(jìn)行了評(píng)測(cè)，google的系統(tǒng)是不僅是全世界最好的，而且高出所有基于規(guī)則的系統(tǒng)很多。
這就是數(shù)學(xué)的美妙之處了，它把一些復(fù)雜的問(wèn)題變得如此的簡(jiǎn)單。
看到《數(shù)學(xué)之美》，在感嘆數(shù)學(xué)的美妙與神奇之處時(shí)，自然而然聯(lián)系到自己專(zhuān)業(yè)（地質(zhì)工程而或巖土工程）中的數(shù)學(xué)應(yīng)用。
現(xiàn)在找文獻(xiàn)，搜索期刊一大堆基于數(shù)學(xué)的專(zhuān)業(yè)文獻(xiàn)，灰色數(shù)學(xué)的、模糊數(shù)學(xué)的、非線(xiàn)性的、系統(tǒng)的，等等，這么多的數(shù)學(xué)的使用，促進(jìn)了一大批的文章，但這些數(shù)學(xué)方法的應(yīng)用究竟是發(fā)現(xiàn)了哪些問(wèn)題？還是解決了實(shí)際問(wèn)題嗎？還是僅發(fā)了文章，滿(mǎn)足了需求？現(xiàn)實(shí)是文章好發(fā)，用著難用，解決問(wèn)題還得傳統(tǒng)的方法，那么是這些數(shù)學(xué)方法不行，還是用的太膚淺，根本沒(méi)發(fā)揮其威力來(lái)？如果沒(méi)有發(fā)揮出威力來(lái)，那怎么用？怎么發(fā)揮？
數(shù)學(xué)之美讀后感 篇6
在網(wǎng)上看到有人推薦吳軍博士的《數(shù)學(xué)之美》，盡管我從事社會(huì)科學(xué)研究，但對(duì)數(shù)學(xué)的推崇一直如此，所以買(mǎi)來(lái)一讀，我的真切體驗(yàn)正如吳軍博士在書(shū)的后記中所說(shuō)，把自己“境界提升了一個(gè)層次”。
那么，對(duì)我而言，到底提升了什么境界呢？
首要的肯定是思想境界。在未讀這本書(shū)之前，我知道對(duì)于這個(gè)世界的事件形成的信息集合，人類(lèi)只有兩種方式可以表達(dá)，一個(gè)是數(shù)字，一個(gè)是語(yǔ)言。整個(gè)實(shí)數(shù)的集合是無(wú)窮個(gè)，而且每個(gè)數(shù)字都是唯一的；整個(gè)世界中的事件也是無(wú)窮個(gè)的，而且每個(gè)事件也時(shí)獨(dú)一無(wú)二的，這樣數(shù)學(xué)中的數(shù)字集合與世界中的事件集合就構(gòu)成一個(gè)一一對(duì)應(yīng)的關(guān)系，所以研究數(shù)字之間的關(guān)系，實(shí)際上就是在研究世界中事件之間的關(guān)系。語(yǔ)言中的概念和世界中的事件之間也是可以構(gòu)成一個(gè)對(duì)應(yīng)關(guān)系的，但問(wèn)題是，語(yǔ)言中概念的集合是有限的，所以它和數(shù)字集合的對(duì)應(yīng)顯然只能是部分對(duì)應(yīng)。
計(jì)算機(jī)科學(xué)的發(fā)展，人類(lèi)需要把語(yǔ)言處理成數(shù)字，因?yàn)橛?jì)算機(jī)只能識(shí)別數(shù)字信號(hào)，所以“語(yǔ)言的數(shù)字化”成為計(jì)算機(jī)產(chǎn)生以來(lái)發(fā)展最快、而且最有創(chuàng)新性的領(lǐng)域，而許多華人科學(xué)家成為了這個(gè)領(lǐng)域的頂尖專(zhuān)家，如李開(kāi)復(fù)，吳軍博士是卓越的科學(xué)家之一。至此我才感到，在計(jì)算機(jī)主導(dǎo)的世界中，信息化就是數(shù)字化，而最難的數(shù)字化、也是最有成就的數(shù)字化，就是對(duì)人類(lèi)自然語(yǔ)言的數(shù)字化，因?yàn)槿祟?lèi)的信息幾乎100%是用語(yǔ)言承載、傳播的，計(jì)算機(jī)要與人對(duì)話(huà)，變成智能化的機(jī)器，首先要解決的就是語(yǔ)言的數(shù)字化問(wèn)題。但我們?cè)陔娔X上自如地輸入文字時(shí)、或者拿著手機(jī)通話(huà)時(shí)，我們跟本沒(méi)有意識(shí)到，那些卓越的語(yǔ)言科學(xué)家，早已經(jīng)把我們的語(yǔ)言，轉(zhuǎn)化成數(shù)字信號(hào)，通過(guò)輸入、處理、解碼的方式，讓我們無(wú)障礙地聯(lián)絡(luò)、工作。
我似乎感到，語(yǔ)言與數(shù)字的關(guān)系，就是人與自然關(guān)系的接口。套用古希臘畢達(dá)哥拉斯學(xué)派的觀點(diǎn)，加上我的理解，即是，數(shù)是萬(wàn)物的本原，語(yǔ)言是人的本原！
吳軍博士似乎也在提升我對(duì)方法的認(rèn)識(shí)境界。科學(xué)研究的思考方式，習(xí)慣遵循本質(zhì)、規(guī)律、連續(xù)性思維，在語(yǔ)言學(xué)研究的早期，人類(lèi)為了讓計(jì)算機(jī)識(shí)別語(yǔ)言，采用建立語(yǔ)言規(guī)則和語(yǔ)言規(guī)則數(shù)據(jù)庫(kù)的辦法，但最終以失敗告終（20世紀(jì)50—70年代），70年代后科學(xué)家采用了語(yǔ)言統(tǒng)計(jì)模型，研究取得了突飛猛進(jìn)。語(yǔ)言統(tǒng)計(jì)模型的勝利，再一次證明了宇宙量子模型的信念，世界是不連續(xù)的隨機(jī)性的粒子構(gòu)成，人類(lèi)數(shù)千年文明進(jìn)化出來(lái)的語(yǔ)言系統(tǒng)，就是動(dòng)態(tài)的隨機(jī)概率事件。其二，物理思維再也難逃牛頓的經(jīng)典本質(zhì)思維方法，即找尋到百分之百確定性的規(guī)律，而信息論思維是研究如何把握不確定性現(xiàn)象，利用概率統(tǒng)計(jì)是不二法門(mén)。其三，語(yǔ)言本質(zhì)上就是信息傳播，只有從通信模型視角才能真正理解計(jì)算機(jī)的功能，對(duì)語(yǔ)言的編碼、處理、傳輸、解碼是計(jì)算機(jī)的強(qiáng)項(xiàng)，計(jì)算機(jī)是永遠(yuǎn)不可能理解語(yǔ)言的意思的。
在《數(shù)學(xué)之美》中，吳軍博士對(duì)他的老師、師兄弟、同事的經(jīng)歷、掌故進(jìn)行了敘述，讓我們了解到這些世界一流的學(xué)科家、技術(shù)精英們的為人處世品質(zhì)、鮮明個(gè)性、科學(xué)素養(yǎng)及其管理風(fēng)格。例如賈里尼克對(duì)博士生的嚴(yán)酷淘汰，馬庫(kù)斯對(duì)學(xué)生的寬宏大度，但我感到他們有一樣?xùn)|西是共同的，就是對(duì)科學(xué)創(chuàng)造、頂尖人才的識(shí)別和器重，甚至是無(wú)條件的包容。如此為人的境界才是根本，因?yàn)閭ゴ蟮目茖W(xué)創(chuàng)造畢竟是人做出來(lái)的，只有崇高的人文精神之下才能造就頂尖的人才、一流的科學(xué)和技術(shù)。
觀國(guó)內(nèi)的學(xué)說(shuō)界，官風(fēng)盛行、腐敗當(dāng)?shù)�、人情充斥，與這些一流學(xué)說(shuō)群對(duì)科學(xué)創(chuàng)造的賞識(shí)、對(duì)個(gè)性人才的包容，對(duì)科學(xué)探索的熱誠(chéng)，可謂相去甚遠(yuǎn)。
看來(lái)，我們只能寄希望于年輕一代，但愿吳博士的《數(shù)學(xué)之美》，能讓我們的學(xué)子們，初步體驗(yàn)到科學(xué)精英們卓越的才智與情懷。
數(shù)學(xué)之美讀后感 篇7
看完《浪潮之巔》，了解了硅谷很多公司尤其是互聯(lián)網(wǎng)公司的沉浮，對(duì)吳軍的書(shū)就非常感興趣，看到吳軍的另一本書(shū)《數(shù)學(xué)之美》，激起了很深的興趣，所以很快把書(shū)看完了，普及了很多基礎(chǔ)的知識(shí)的同時(shí)也啟發(fā)了很多想法，感覺(jué)很爽。
我自己在交大學(xué)的是工科（雖然沒(méi)怎么上過(guò)課），小學(xué)、初中、高中都是一路參加數(shù)學(xué)競(jìng)賽，名次都還不錯(cuò)，也因此沒(méi)有參加中考、高考，一路保送，自己對(duì)數(shù)學(xué)有很深的感情，同時(shí)女朋友大學(xué)也是數(shù)學(xué)系，有點(diǎn)后悔的大學(xué)選了個(gè)并不感興趣的專(zhuān)業(yè)（交大當(dāng)時(shí)允許我隨便選專(zhuān)業(yè)，我沒(méi)有跟父母商量自己選了船舶制造）�？催@本書(shū)的過(guò)程中找到了很多高中在看競(jìng)賽書(shū)的感覺(jué)，里面提到的很多概率論（不等式）、圖論、數(shù)論的知識(shí)是高中數(shù)學(xué)聯(lián)賽復(fù)試的重點(diǎn)，高中的時(shí)候已經(jīng)研究的很深了，不過(guò)大學(xué)荒廢了之后也忘得差不多了，書(shū)中提到的很多定理還很有親切感
書(shū)名叫做《數(shù)學(xué)之美》，顯得有些太大，畢竟更多的是吳軍在google做搜索相關(guān)工作用到的數(shù)學(xué)模型的介紹與總結(jié)，提到的數(shù)學(xué)部分大多集中在概率論、圖論、數(shù)論領(lǐng)域，所以書(shū)名太大了，可能hax說(shuō)得對(duì)，也許是出版社為了賣(mài)書(shū)取得名字
不得不說(shuō)吳軍是一個(gè)大家，文字中能夠透露出大家的氣勢(shì)，書(shū)中不斷的穿插著各種歷史上的大科學(xué)家以及科技領(lǐng)域的大家的小故事甚至八卦，從文字中非常能夠感受到吳軍是一個(gè)和他們一個(gè)層次的人（即使他自己會(huì)自謙說(shuō)是一個(gè)二流的工程師之類(lèi)）
書(shū)中具體的模型就不介紹了，說(shuō)幾點(diǎn)我學(xué)到的知識(shí)（僅僅皮毛），能列出來(lái)的都是看完還有點(diǎn)印象的：
1、在互聯(lián)網(wǎng)的世界中，信息是如何量化的，信息熵是怎么回事？有啥用？
2、搜索領(lǐng)域中，語(yǔ)言是如何統(tǒng)計(jì)的，尤其是如何通過(guò)概率模型進(jìn)行分詞
3、搜索引擎是如何工作的—網(wǎng)絡(luò)爬蟲(chóng)是怎么回事兒
4、PageRank是怎么回事？為了解決什么問(wèn)題？
5、密碼與解密領(lǐng)域的數(shù)學(xué)模型，尤其提到的二戰(zhàn)時(shí)候的各種解密的趣事兒，提到的電視劇《暗算》打算抽空看下
6、拼音輸入法的數(shù)學(xué)模型
7、、文本自動(dòng)分類(lèi)的模型
……
看完之后最大的感受就是：
1、數(shù)學(xué)模型巨大作用，推動(dòng)著新技術(shù)的發(fā)展
2、攻城師是一個(gè)偉大的職業(yè)，能夠運(yùn)用這些知識(shí)轉(zhuǎn)化為生產(chǎn)力，非常牛叉
3、書(shū)中提到了很多數(shù)學(xué)模型都是在不斷的進(jìn)化、改良、升級(jí)，也就是說(shuō)有人不斷的在做優(yōu)化，會(huì)有不斷更好的模型、更新的技術(shù)出現(xiàn)，跟得上技術(shù)的發(fā)展可能也是比較重要的，否則很多人一直在做某一點(diǎn)上的持續(xù)優(yōu)化就沒(méi)有意義了。
但同時(shí)技術(shù)很大的作用是用來(lái)解決實(shí)際問(wèn)題的，書(shū)中提到的各個(gè)數(shù)學(xué)模型、各種方法都是為了解決人們的需求或者業(yè)務(wù)的需求，畢竟公司不是科學(xué)研究所，所以追求通過(guò)技術(shù)直接解決用戶(hù)需求或者做成易用的工具給業(yè)務(wù)人員、運(yùn)營(yíng)人員來(lái)間接解決用戶(hù)需求是挺重要的，可能不是技術(shù)人員覺(jué)得做到80分就可以了，而是用戶(hù)、使用工具的人覺(jué)得做到80分是一個(gè)重要的衡量
提到“工具”，想到趙趙說(shuō)過(guò)的一句話(huà)：“不好用就等于沒(méi)有”，可能就是這個(gè)點(diǎn)，同時(shí)運(yùn)用工具的人必須好好的運(yùn)用，如果用不好甚至不用就太對(duì)不起技術(shù)了
【數(shù)學(xué)之美讀后感（精選7篇）】相關(guān)文章：
《唐詩(shī)之美》與《宋詞之美》05-25
秋日之美散文12-05
簡(jiǎn)約之美散文02-12
用成人之美造句09-18
禿頭之美寓言小故事11-28
殘缺之美高二作文07-29
規(guī)則之美初三作文12-21
《橋之美》人教版教學(xué)設(shè)計(jì)12-25
《橋之美》教案設(shè)計(jì)12-21