《数学之美》读后感

《数学之美》读后感《数学之美》读后感我在想，为什么我们要学习数学？也许这个问题成年人有一万个答案，可是当我们第一次走进教室，学习数学的时候，大概率还是个孩子，你怎么跟一个孩子解释为什么要学习数学呢？我把这个问题抛给了一个朋友，他说：“为了提高思维逻辑能力，这是我初中老师在第一节数学课上告诉我们的”。

或者一位5岁的小朋友又会问：“什么是逻辑能力呢？”也许从出生第一天，我们就一直在被动的接收一些东西，父母的劝导，老师的传授，可5岁的孩子还是会把玩具散落一地，6岁的孩子仍然会因为父母不给买玩具而嗷嗷大哭，无论你怎么劝导一个人，怎么劝诫一个人，他可能仍然会犯你认为会出现的错误。

我记得有位教育专家这么说：“你告诉宝宝他把玩具弄坏了，就等于丢了10个棒棒糖”，从此以后这个宝宝可能会更加珍惜玩具。

这个方法很简单，但是貌似最有效。

数学是什么？数学不就是把复杂的东西简单化么？现在我们再回答前面的问题：为什么我要学习数学？我们可以这么跟5岁的小朋友说：“妈妈给你10元钱，让你买酱油，酱油7元、棒棒糖1元一个，剩下的钱你可以买几个棒棒糖？”或许想吃棒棒糖的就会苦思冥想一番，或许未来妈妈真的给他10元钱去买酱油，结果回来就变成了一瓶酱油和3个棒棒糖。

或者再过一段时间，这位小朋友会选择6元的酱油，因为可以获得4个棒棒糖了。

他这么计算着：7+3和6+4都可以等于10，那么如果要必须买酱油的情况下，1+9也可以等于10。

我们都知道也有1元的袋装酱油，于是9个棒棒糖到手了。

任何知识的魅力都在于自我的发现，只有你对它产生了无限的兴趣，你就会不断的发现它的美，《数学之美》也可以变成《物理之美》。

有些人会说，上面的例子是利益驱动型，不是兴趣驱动型，对于一个孩子来说，你能指望他向成人那样：“我需要的不是物质世界，我需要的是精神世界？”。

5岁宝宝最喜欢做得事情就是在吃和玩上面，请问，成年人不也是如此么？这就是天性。

只不过成年人的自控能力足够大罢了。

我们回到书本上，这本书是否合适自己？如果没有专业的数学知识，很难读懂。

但是它又有着无限的魅力，让你不自觉的读下去，为什么？因为“数学之美”，虽然大多数人看不懂里面的公式，但是能够明白数学能解决的问题：概率统计学能够解决自然语言处理、布尔代数能解决搜索引擎的问题、有限状态机和动态规划能解决地图问题、向量+特征向量+余弦定理能解决自动新闻分类问题、最大熵模型解决金融问题，看着看着我就莫名的产生了一种想要学习算法的冲动，这不就是本书的意义所在么？1.信息指纹，可以让复杂的数据用简单的一串数字存储2.13章，提到的简单之美。

当然之后多次提到3.余弦定理（通过向量+特征向量+余弦定理）可以判断两条数据的相似性4.17章，简单密码学（对密码感兴趣的可以看看）5.布隆过滤器，用很少的空间存储大量的数据，从而解决黑名单的问题（黑名单数据量庞大的时候，会增加判断某一个名单是否出现过的难度）。

6.29章，分治算法，虽然没有很明白算法，但是原理其实很简单：把复杂的东西拆分成若干小的部分，然后进行逐个解决或者说各个击破7.30章，神经网络，其实没那么神秘，神经就好比一个网络（马尔科夫模型+贝叶斯网络）中的各个节点而已。

那么，对我而言，到底提升了什么境界呢？首要的肯定是思想境界。

在未读这本书之前，我知道对于这个世界的事件形成的信息集合，人类只有两种方式可以表达，一个是数字，一个是语言。

整个实数的集合是无穷个，而且每个数字都是唯一的；整个世界中的事件也是无穷个的，而且每个事件也时独一无二的，这样数学中的数字集合与世界中的事件集合就构成一个一一对应的关系，所以研究数字之间的关系，实际上就是在研究世界中事件之间的关系。

语言中的概念和世界中的事件之间也是可以构成一个对应关系的，但问题是，语言中概念的集合是有限的，所以它和数字集合的对应显然只能是部分对应。

计算机科学的发展，人类需要把语言处理成数字，因为计算机只能识别数字信号，所以“语言的数字化”成为计算机产生以来发展最快、而且最有创新性的领域，而许多华人科学家成为了这个领域的顶尖专家，如李开复，吴军博士是卓越的科学家之一。

至此我才感到，在计算机主导的世界中，信息化就是数字化，而最难的数字化、也是最有成就的数字化，就是对人类自然语言的数字化，因为人类的信息几乎100%是用语言承载、传播的，计算机要与人对话，变成智能化的机器，首先要解决的就是语言的数字化问题。

但我们在电脑上自如地输入文字时、或者拿着手机通话时，我们跟本没有意识到，那些卓越的语言科学家，早已经把我们的语言，转化成数字信号，通过输入、处理、解码的方式，让我们无障碍地联络、工作。

我似乎感到，语言与数字的关系，就是人与自然关系的接口。

套用古希腊毕达哥拉斯学派的观点，加上我的理解，即是，数是万物的本原，语言是人的本原！吴军博士似乎也在提升我对方法的认识境界。

科学研究的思考方式，习惯遵循本质、规律、连续性思维，在语言学研究的早期，人类为了让计算机识别语言，采用建立语言规则和语言规则数据库的办法，但最终以失败告终（20世纪50-70年代），70年代后科学家采用了语言统计模型，研究取得了突飞猛进。

语言统计模型的胜利，再一次证明了宇宙量子模型的信念，世界是不连续的随机性的粒子构成，人类数千年文明进化出来的语言系统，就是动态的随机概率事件。

其二，物理思维再也难逃牛顿的经典本质思维方法，即找寻到百分之百确定性的规律，而信息论思维是研究如何把握不确定性现象，利用概率统计是不二法门。

其三，语言本质上就是信息传播，只有从通信模型视角才能真正理解计算机的功能，对语言的编码、处理、传输、解码是计算机的强项，计算机是永远不可能理解语言的意思的。

在《数学之美》中，吴军博士对他的老师、师兄弟、同事的经历、掌故进行了叙述，让我们了解到这些世界一流的学科家、技术精英们的为人处世品质、鲜明个性、科学素养及其管理风格。

例如贾里尼克对博士生的严酷淘汰，马库斯对学生的宽宏大度，但我感到他们有一样东西是共同的，就是对科学创造、顶尖人才的识别和器重，甚至是无条件的包容。

如此为人的境界才是根本，因为伟大的科学创造毕竟是人做出来的，只有崇高的人文精神之下才能造就顶尖的人才、一流的科学和技术。

观国内的学说界，官风盛行、人情充斥，与这些一流学说群对科学创造的赏识、对个性人才的包容，对科学探索的热诚，可谓相去甚远。

看来，我们只能寄希望于年轻一代，但愿吴博士的《数学之美》，能让我们的学子们，初步体验到科学精英们卓越的才智与情怀。

第8章里的“索引”，作者讲到谷歌面试产品经理的一道题目：如何向你的奶奶解释搜索引擎。

关于这个问题，好的回答据说是用图书馆的索引卡片做类比。

我奶奶是个文盲，一生为农，日出而作，日落而息。

她很少看电视，更别说图书馆。

所以用图书馆的例子，对我们来说，很生动；对她来说，很生涩。

我们村的田地是按照地形、土质和流水等来划分的，计有一等地、二等地和三等地。

一般情况下，一等地用来种水稻，二等地用来种菜，三等地用来种水果。

所以当我奶奶想要给我摘桔子的时候，她肯定不会从一等地或者二等地一块地一块地找过来，而是直接跑到三等地（一般就是山上）。

像这样的索引，是基于脑子里的“数据库”，因为田地不会很多，多了也来不及种，所以跟布尔代数没什么关系。

但是这样解释，我奶奶就会大概明白了。

我奶奶生前一次电脑也没用过，跟她解释这些，唯一的意义是，她会觉得我没有敷衍她，这会使她欣慰——如果有机会解释的话。

杨小凯曾经说，如果张五常多加注重使用数学模型，那诺奖也许就拿下了。

张五常对此不以为然，反以为傲，自诩当今世上只有科斯、阿尔钦和他才敢只用文字，不借助数学模型就在经济学界占有一席之地。

当然，张五常也不是彻底否定数学的作用，他认为能够用文字解释的经济学原理，不必使用数学对其复杂化。

数学在信息学和经济学里都有广泛应用，但是在信息科学方面，对数学作用大小的争论就没有经济学那么大了。

我们常说搜索引擎的竞价广告，就可能经历到第三方公司，通常他们宣传自己是谷歌或者别的搜索引擎公司的代理商，然后通过不正当手段为客户提高网页的排名。

谷歌在消除网络作弊方面做了很多努力，通过修改排序算法来为搜索者提供更加准确实效的信息。

“作弊的本质是在网页排名信号中加入噪音，因此反作弊的关键是去噪音。

沿着这个思路可以从根本上提高搜索算法抗作弊的能力。

”我们公司就是吃了这个亏，交了不少钱给第三方公司，结果算法一变，关键词的排名从前三下降到前三页没影。

社交搜索正在雄起，但是如果想要在传统的搜索引擎中占据有利排名，我想，第三方公司的技术水平是很关键的。

大学专业课里，数电总是要比模电简单不少。

自然界里大部分的信号都属于模拟信号。

所谓模拟信号，是指时间和数值上都是连续变化的信号。

在实际电路中，模/数转换是一个很重要的过程，将预处理的模拟信号经过模/数变换为数字信号，然后进行数字信号处理。

而数字化处理有很多优点，比如功能强大、抗干扰能力强、易集成化等。

简而言之，如果没有数学，就没有数字信号处理的概念，也就无法进行信号的传输，而数字信号传输在大规模的集成电路里是必不可少的，这是通信成功的基本要求。

之前看到有人说如果高中看这本书，也许数学就是另一番天地，会有所突破。

我不觉得，如果高中看这种书，我想，大多数人还是会对数学更加望而却步。

本书更适合通信电子这些专业的学生，在学习专业课的时候辅助阅读，对理解通信原理、数电模电等都有更形象生动的想法。

看完《浪潮之巅》,了解了硅谷很多公司尤其是互联网公司的沉浮,对吴军的书就非常感兴趣，看到吴军的另一本书《数学之美》，激起了很深的兴趣，所以很快把书看完了，普及了很多基础的知识的同时也启发了很多想法，感觉很爽。

我自己在交大学的是工科（虽然没怎么上过课），小学、初中、高中都是一路参加数学竞赛，名次都还不错，也因此没有参加中考、高考，一路保送，自己对数学有很深的感情，同时女朋友大学也是数学系，有点后悔的大学选了个并不感兴趣的专业（交大当时允许我随便选专业，我没有跟父母商量自己选了船舶制造）。

看这本书的过程中找到了很多高中在看竞赛书的感觉，里面提到的很多概率论（不等式）、图论、数论的知识是高中数学联赛复试的重点，高中的时候已经研究的很深了，不过大学荒废了之后也忘得差不多了，书中提到的很多定理还很有亲切感书名叫做《数学之美》，显得有些太大，毕竟更多的是吴军在google做搜索相关工作用到的数学模型的介绍与总结，提到的数学部分大多集中在概率论、图论、数论领域，所以书名太大了，可能hax说得对，也许是出版社为了卖书取得名字不得不说吴军是一个大家，文字中能够透露出大家的气势，书中不断的穿插着各种历史上的大科学家以及科技领域的大家的小故事甚至八卦，从文字中非常能够感受到吴军是一个和他们一个层次的人（即使他自己会自谦说是一个二流的工程师之类）书中具体的模型就不介绍了，说几点我学到的知识（仅仅皮毛），能列出来的都是看完还有点印象的：1.在互联网的世界中，信息是如何量化的，信息熵是怎么回事？有啥用？2.搜索领域中，语言是如何统计的，尤其是如何通过概率模型进行分词3.搜索引擎是如何工作的—网络爬虫是怎么回事儿4.PageRank是怎么回事？为了解决什么问题？5.密码与解密领域的数学模型，尤其提到的二战时候的各种解密的趣事儿，提到的电视剧《暗算》打算抽空看下6.拼音输入法的数学模型7.、文本自动分类的模型……看完之后最大的感受就是：1.数学模型巨大作用，推动着新技术的发展2.攻城师是一个伟大的职业，能够运用这些知识转化为生产力，非常牛叉3.书中提到了很多数学模型都是在不断的进化、改良、升级，也就是说有人不断的在做优化，会有不断更好的模型、更新的技术出现，跟得上技术的发展可能也是比较重要的，否则很多人一直在做某一点上的持续优化就没有意义了。