- 相關(guān)推薦
數(shù)學(xué)之美讀書心得
有了一些收獲以后，可以將其記錄在心得體會中，這樣能夠讓人頭腦更加清醒，目標更加明確。那么心得體會該怎么寫？想必這讓大家都很苦惱吧，下面是小編精心整理的數(shù)學(xué)之美讀書心得，希望對大家有所幫助。
數(shù)學(xué)之美讀書心得1
在網(wǎng)上看到有人推薦吳軍博士的《數(shù)學(xué)之美》，盡管我從事社會科學(xué)研究，但對數(shù)學(xué)的推崇一直如此，所以買來一讀，我的真切體驗正如吳軍博士在書的后記中所說，把自己“境界提升了一個層次”。
那么，對我而言，到底提升了什么境界呢？
首要的肯定是思想境界。在未讀這本書之前，我知道對于這個世界的事件形成的信息集合，人類只有兩種方式可以表達，一個是數(shù)字，一個是語言。整個實數(shù)的集合是無窮個，而且每個數(shù)字都是唯一的；整個世界中的事件也是無窮個的，而且每個事件也時獨一無二的，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)成一個一一對應(yīng)的關(guān)系，所以研究數(shù)字之間的關(guān)系，實際上就是在研究世界中事件之間的關(guān)系。語言中的概念和世界中的事件之間也是可以構(gòu)成一個對應(yīng)關(guān)系的，但問題是，語言中概念的集合是有限的，所以它和數(shù)字集合的對應(yīng)顯然只能是部分對應(yīng)。
計算機科學(xué)的發(fā)展，人類需要把語言處理成數(shù)字，因為計算機只能識別數(shù)字信號，所以“語言的數(shù)字化”成為計算機產(chǎn)生以來發(fā)展最快、而且最有創(chuàng)新性的領(lǐng)域，而許多華人科學(xué)家成為了這個領(lǐng)域的頂尖專家，如李開復(fù)，吳軍博士是卓越的科學(xué)家之一。至此我才感到，在計算機主導(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，就是對人類自然語言的數(shù)字化，因為人類的信息幾乎100%是用語言承載、傳播的，計算機要與人對話，變成智能化的機器，首先要解決的就是語言的數(shù)字化問題。但我們在電腦上自如地輸入文字時、或者拿著手機通話時，我們跟本沒有意識到，那些卓越的語言科學(xué)家，早已經(jīng)把我們的語言，轉(zhuǎn)化成數(shù)字信號，通過輸入、處理、解碼的方式，讓我們無障礙地聯(lián)絡(luò)、工作。
我似乎感到，語言與數(shù)字的關(guān)系，就是人與自然關(guān)系的接口。套用古希臘畢達哥拉斯學(xué)派的觀點，加上我的理解，即是，數(shù)是萬物的本原，語言是人的本原！
吳軍博士似乎也在提升我對方法的認識境界�？茖W(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，在語言學(xué)研究的早期，人類為了讓計算機識別語言，采用建立語言規(guī)則和語言規(guī)則數(shù)據(jù)庫的辦法，但最終以失敗告終（20世紀50—70年代），70年代后科學(xué)家采用了語言統(tǒng)計模型，研究取得了突飛猛進。語言統(tǒng)計模型的勝利，再一次證明了宇宙量子模型的信念，世界是不連續(xù)的隨機性的粒子構(gòu)成，人類數(shù)千年文明進化出來的語言系統(tǒng)，就是動態(tài)的隨機概率事件。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)計是不二法門。其三，語言本質(zhì)上就是信息傳播，只有從通信模型視角才能真正理解計算機的功能，對語言的編碼、處理、傳輸、解碼是計算機的強項，計算機是永遠不可能理解語言的意思的。
在《數(shù)學(xué)之美》中，吳軍博士對他的老師、師兄弟、同事的經(jīng)歷、掌故進行了敘述，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)、鮮明個性、科學(xué)素養(yǎng)及其管理風(fēng)格。例如賈里尼克對博士生的嚴酷淘汰，馬庫斯對學(xué)生的寬宏大度，但我感到他們有一樣?xùn)|西是共同的，就是對科學(xué)創(chuàng)造、頂尖人才的識別和器重，甚至是無條件的包容。如此為人的境界才是根本，因為偉大的科學(xué)創(chuàng)造畢竟是人做出來的，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)。
觀國內(nèi)的學(xué)說界，官風(fēng)盛行、人情充斥，與這些一流學(xué)說群對科學(xué)創(chuàng)造的賞識、對個性人才的包容，對科學(xué)探索的熱誠，可謂相去甚遠。
看來，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，初步體驗到科學(xué)精英們卓越的才智與情懷。
數(shù)學(xué)之美讀書心得2
本書介紹了Google產(chǎn)品中涉及的自然語言處理、統(tǒng)計語言模型、中文分詞、信息度量、拼音輸入法、搜索引擎、網(wǎng)頁排名、密碼學(xué)等內(nèi)容背后的數(shù)學(xué)原理。讓我們看到了布爾代數(shù)、離散數(shù)學(xué)、統(tǒng)計學(xué)、矩陣計算、馬爾科夫鏈等似曾相識的內(nèi)容在實際生活中的應(yīng)用。相比于其他數(shù)學(xué)題材書籍，吳軍老師把抽象、深奧的數(shù)學(xué)方法解釋得通俗易懂，書中同時引用了諸多的歷史典故和人物介紹，給人以很多啟發(fā)，也讓人由衷感嘆數(shù)學(xué)的簡潔和強大。
雖是數(shù)據(jù)專業(yè)畢業(yè)，但是才疏學(xué)淺，無力對數(shù)學(xué)的美進行闡述。僅就書中兩個比較喜歡的地方發(fā)表一點不成熟的見解，與諸位共勉。
其一，在講Google的搜素引擎反作弊時談到做事情的兩種境界“道”和“術(shù)”，術(shù)就是具體的做事方法，而道則是隱藏在問題背后的動機和本質(zhì)。在術(shù)這個層面解決問題要付出更多的努力，有點類似于我們常說的“頭疼醫(yī)頭，腳疼醫(yī)腳”，暫時不疼了，過幾天復(fù)發(fā)了，再去醫(yī)治，如此往復(fù)，無法從根本上解決；而只有找到了致病原因，才能做到藥到病除，根本治愈。本人之前參與過行內(nèi)月終自動核對的研發(fā)，月終核對初期數(shù)據(jù)的不一致性只能靠數(shù)百業(yè)務(wù)人員人工核對數(shù)據(jù)差異，然后修改數(shù)據(jù)，每月1日都要加班加點，工作量很大，這是從術(shù)上解決問題。后來找到了產(chǎn)生差異的原因是會計核算時的利息調(diào)整造成的，把這些數(shù)據(jù)接過來進行相應(yīng)沖減后差異就消失了，業(yè)務(wù)人員也不用來加班了，這才是從道上解決問題。
其二，是在做中文網(wǎng)頁排名時提到的從業(yè)界成功的秘訣之一：“先幫助用戶解決80%的問題，再慢慢解決剩下的20%的問題。許多時候做事失敗，不是因為人不夠優(yōu)秀，而是做事的方法不對。一開始追求大而全的.解決方案，之后長時間不能完成，最后不了了之”。我們在做項目時也是一樣，業(yè)務(wù)有時要的功能非常急，可能有些功能也實現(xiàn)不了（比如系統(tǒng)響應(yīng)時間長、查詢明細不能支持省行等）。這時我們就要將焦點關(guān)注在那些可以實現(xiàn)的80%的功能上，哪怕剛剛上線的系統(tǒng)界面丑點，操作復(fù)雜點，反應(yīng)速度慢點，但是至少業(yè)務(wù)有可用的系統(tǒng)，剩下時間再去優(yōu)化那剩下的20%。這樣可以幫助我行搶占先機，在與同行業(yè)的競爭中取得主動。如果等待我們把所有的細節(jié)都搞清楚再動手開發(fā)，力求完美，那么很可能系統(tǒng)能夠上線的時候業(yè)務(wù)已經(jīng)不需要了。
數(shù)學(xué)之美，也就是簡單之美。希望大家能夠喜歡數(shù)學(xué)，喜歡數(shù)學(xué)之美。
數(shù)學(xué)之美讀書心得3
《數(shù)學(xué)之美》，一個從事多年工作的谷歌研究員眼中的數(shù)學(xué)。令我大飽眼福的是，大學(xué)里面的數(shù)學(xué)知識竟能如此廣泛運用到了計算機行業(yè)中。
在語音識別、翻譯，還有密碼學(xué)領(lǐng)域，有著許多基于概率統(tǒng)計的模型和思想。當然，貝葉斯公式是基礎(chǔ)，應(yīng)用到隱含馬爾科夫鏈模型，神經(jīng)網(wǎng)絡(luò)模型。
在搜索中，一些相關(guān)性的計算，無不用到了概率的知識。在新聞分類中，用到了一些有關(guān)矩陣特征值、相似對角化的知識。當然，在圖像處理方面，矩陣變換可謂是無處不在。另外，在識別方面，有一些通信模型，涉及到了信道、誤碼率、信息熵。
最近剛開學(xué)也沒什么事，所以就想隨便找?guī)妆緯匆幌�，但最好別是那種太艱深晦澀的書。8月份一直到現(xiàn)在，吳軍寫的這本12年5月出版的《數(shù)學(xué)之美》一直盤踞京東、亞馬遜等各大網(wǎng)上商城科技類圖書的榜首，當然，還有早些時候出版的《浪潮之巔》也排在很靠前的位置。心想市場的力量應(yīng)該能幫我挑出好書吧，于是就從圖書館借了一本來，一直到今天晚上把它給看完了。
因此想寫一點東西來總結(jié)、反思一下，反正剛開完班會也沒什么事干。
寫在前面的建議：如果你不討厭數(shù)學(xué)的話，強烈推薦這本書，網(wǎng)上也可以下到電子版，不過閱讀感覺上還是很不一樣的。
廢話就不多說了，《數(shù)學(xué)之美》其實是一本科普類的讀物，所面向的是接受過普通高等教育的人，完全不需要在特定領(lǐng)域有很深的造詣就可以看懂，大概懂一點線性代數(shù)、概率統(tǒng)計、組合數(shù)學(xué)、信息論、計算機算法、模式識別最好（雖然列舉了這么多，其實有些不懂也沒關(guān)系……），所以尤其適合信科的人看。內(nèi)容大部分是和人工智能、計算機相關(guān)的，這并非我所學(xué)的專業(yè)，但作者比較擅長將看似復(fù)雜的原理用簡明的語言表達出來，所以可讀性還是很好的。
吳軍是清華大學(xué)畢業(yè)的，之前任職于Google，后來到了騰訊，這些文章都是發(fā)表在Google黑板報上的，后來經(jīng)過了重寫，所以網(wǎng)上下載的和書本內(nèi)容有所差異。由于吳軍本人是研究自然語言處理和語音識別的，所以統(tǒng)計語言模型的東西可能會多一點，不過我覺得這絲毫不妨礙全書數(shù)學(xué)之美的展現(xiàn)……感覺收獲還是挺多的，知識上的有一些，但更多還是思維方式上的。作者舉了很多例子試圖讓人明白很多看似復(fù)雜的高科技背后，基本原理其實是出乎意料簡單的（當然，必須承認第一個想到這些方法的人還是非常了不起的……）。比如高準確率的'機器翻譯，看上去好像是計算機能夠理解各國語言，隱藏在背后的卻是很多具有大學(xué)理科學(xué)歷的人都非常清楚的統(tǒng)計模型和概率模型；再比如拼音輸入法的數(shù)學(xué)原理，早期的研究主要集中在縮短平均編碼長度，比如曾經(jīng)流行一時的五筆輸入法，而現(xiàn)今真正實用的輸入法卻是有很多信息冗余、編碼長度比較長的拼音輸入法，作者從信息論和市場的角度做了簡單的闡述；又比如新聞的自動分類，許多非IT領(lǐng)域的人可能會認為計算機可以讀懂新聞并進行分類，而實際上只是特征向量的抽取、多維空間中向量夾角的計算，非常非常簡單，但凡學(xué)過一點線性代數(shù)的人絕對是一看就懂的……當然，完美的實現(xiàn)還需要考慮很多細節(jié)和現(xiàn)實的情況，但這并不是這本書所關(guān)注的地方，數(shù)學(xué)之美在于其簡潔而不是繁瑣。
除了對于具體信息技術(shù)的剖析之外，作者還花了很大篇幅來講一些杰出人士的成長過程，特別是把這些人的成長經(jīng)歷和中國學(xué)生的成長經(jīng)歷作對比。雖然作者并沒有明說，但字里行間多少流露出對于中國高等教育以及很多中國企業(yè)的批評，一是教育的功利性，缺乏寬松的獨立思考的環(huán)境，即使學(xué)了一堆理論也難有用武之地，自然也就缺乏創(chuàng)新性的成果；二是中國企業(yè)的短視，大部分都不舍得在新框架開發(fā)上投資，而是坐享學(xué)術(shù)界和國外企業(yè)的研究成果。
總結(jié)一下呢，《數(shù)學(xué)之美》事實上不能帶給你編程能力的提升，也沒法讓人的數(shù)學(xué)水平有顯著的提升，但它在很大程度上讓你跳出教科書式的繁瑣細節(jié)的束縛，能夠從更宏觀的角度來思考信息世界背后的數(shù)學(xué)引擎的運行原理，讓人明白看似很高級、復(fù)雜的東西背后其實并不如我們所想象的那樣復(fù)雜，而我們所學(xué)的“枯燥”的數(shù)學(xué)真的可以“四兩撥千斤”，改變億萬人的生活。
數(shù)學(xué)之美讀書心得4
我第一次看到這本書是在兩三年前，當時看的是電子書，雖然沒太仔細看，但是第一次近距離了解到這些互聯(lián)網(wǎng)應(yīng)用背后的數(shù)學(xué)原理。
前段時間，我在同學(xué)的桌上看到了《數(shù)學(xué)之美》的紙質(zhì)書，就向他借來讀。雖說"書非借不能讀也"，但實際上借了書也沒能好好讀，斷斷續(xù)續(xù)讀了有一個月才讀完。
由于工作背景的緣故，吳軍博士的這本書主要內(nèi)容集中在語言識別和搜索領(lǐng)域，但這絲毫不妨礙它確實反映了很多共同的道理。我總結(jié)了幾點供大家探討。
1. 簡單就是美
歐拉公式，最美的數(shù)據(jù)公式之一。
雖然在大家的眼里，數(shù)學(xué)是一門深奧的學(xué)科，但是很多數(shù)學(xué)規(guī)律卻能用非常簡單的公式表示出來。我想"簡單卻非常有用"或許就是數(shù)學(xué)之美的內(nèi)涵吧。
書中作者給了很多"簡單卻非常有用"的例子，比如簡單的布爾代數(shù)就是搜索引擎的數(shù)學(xué)基礎(chǔ);比如助Google一舉逆襲成為搜索老大pagerank算法就是矩陣乘法迭代結(jié)合TF-IDF公式;地圖導(dǎo)航搜索就是簡單的動態(tài)規(guī)劃;統(tǒng)計語言模型可以輕松解決看似難度、復(fù)雜度超高機器翻譯、語音識別。
數(shù)學(xué)的精彩之處就在于簡單的模型可以干大事。從本質(zhì)上講，數(shù)學(xué)的思維方法就是抽象與簡化。簡單的模型怎么來?靠的是先抽象，后簡化。對于復(fù)雜的問題，往往可以通過抽象，然后用數(shù)學(xué)模型來描述它。選擇了合理的模型就成功了一半。但是有了模型，往往模型看著簡單，但求解比較困難。這就需要合理假設(shè)繼續(xù)簡化，或者說通過增加合理的假設(shè)條件來簡化計算。以書上提到的馬爾科夫鏈為例，雖然公式的求解非常困難，但是一旦加上適當?shù)募僭O(shè)，問題就一下子簡化了非常多。
所以，針對紛繁蕪雜的現(xiàn)實情況，我們一定要能時刻準備著把復(fù)雜問題簡單化，一定要做到大膽合理假設(shè)，盡可能的簡化問題，抓住其主要矛盾，先用很小的代價解決大部分的問題，剩下的部分再分步解決。
2. 透過現(xiàn)象看本質(zhì)
作者說到，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。技術(shù)容易學(xué)，但也容易落伍，所以追求術(shù)的人一輩子工作很辛苦，只有掌握了道的本質(zhì)和精髓才能永遠游刃有余。真正做好一件事沒有捷徑，需要一萬小時的專業(yè)訓(xùn)練和努力。
道是什么?道實際上就是方向，就是判斷。
我想有些領(lǐng)導(dǎo)之所以成為優(yōu)秀的領(lǐng)導(dǎo)，是因為他們掌握了道，反而對具體的術(shù)不那么關(guān)注。
舉個書上的兩個例子，都是關(guān)于搜索的：一個例子是搜索的`本質(zhì)是什么?自動下載盡可能多的網(wǎng)頁;建立快速有效的索引;根據(jù)相關(guān)性對網(wǎng)頁進行公平準確的排序。另一個例子是搜索引擎作弊的本質(zhì)是什么?是在網(wǎng)頁排名信號中加入了噪聲，因此反作弊的關(guān)鍵是去除噪聲。
所以，我們在工作的時候，要善于理解事物的原理與本質(zhì)。要先回答是什么、為什么?最后才是怎么做。再比如，在學(xué)習(xí)某個軟件或某項技術(shù)時，就需要先掌握它的工作原理與工作機制，以便于我們判斷其適用的場景和不適用的場景，而不是先去熟悉怎么用它。
3. 循序漸進、逐步演化
書上對自然語言處理著墨很多。最初的自然語言處理是基于規(guī)則的句法分析，但是一段時間過后，人們發(fā)現(xiàn)句法分析的準確率很難提升。正當句法分析派走投無路的時候，統(tǒng)計語言模型出現(xiàn)了，而且越走越順，很快就把句法分析派遠遠拋在了后面。問題就來了，那為什么最開始科學(xué)家們不直接研究統(tǒng)計語言模型?答案當然是不能，原因是時機還不成熟，因為統(tǒng)計語言模型所需要基于的大數(shù)據(jù)量的語言庫還沒有，大規(guī)模并行計算的能力還不夠。同樣的，統(tǒng)計語言模型就是最好的嗎?當然是不盡然，科學(xué)家們現(xiàn)在開始研究基于深度學(xué)習(xí)的自然語言處理，相信不久的將來，語言識別、機器翻譯會有另外一個質(zhì)的飛躍。
我們做什么事情都不可能是一蹴而就，一步到位，想畢其功于一役的往往最后的結(jié)局都是失敗的。
對我們而言，不管是架構(gòu)規(guī)劃也好、系統(tǒng)建設(shè)也好、管理工作也好，更是需要找準突破口，循序漸進，逐步演化。當然，我們也不能固步自封、墨守成規(guī)。
數(shù)學(xué)之美讀書心得5
數(shù)學(xué)用在模型上而不是現(xiàn)實世界中，需要抽象思考出模型，即數(shù)學(xué)對象是其所做。數(shù)系擴充中，復(fù)數(shù)i并沒有比無理數(shù)根號2更特殊的地方，因為它們作為抽象的數(shù)學(xué)構(gòu)造，如果充分自然，則必能作為模型找到它們的用途。實際上正是如此。
數(shù)學(xué)中有個根本性的重要事實：數(shù)學(xué)論證中的每一步都可以不斷地分解成更小更清晰有據(jù)的子步驟，但是這樣的過程最終會終止。原則上，最終會得到一條非常長的論證，它以普遍接受的公理開始，僅通過最基本的邏輯原則一步步推進，最終得到想要求證的結(jié)論。所以，任何關(guān)于數(shù)學(xué)證明有效性的爭論總是能夠解決的。爭論在原則上必然能夠解決這一事實使數(shù)學(xué)作為一個學(xué)科是獨一無二的。在這里，公理系統(tǒng)的主要問題不是真實性，而是自洽性和有用性，即數(shù)學(xué)證明就是由特定前提能夠得出特定結(jié)論，而不考慮該前提是否正確。
我不清楚這一“根本性的`重要事實”在現(xiàn)實中的使用范圍有多大，但由此可以聊一點別的問題�，F(xiàn)實中，如果甲對事情有A觀點(或說價值觀)，乙有B觀點，并為此爭執(zhí)。有下面幾種情況：
1、在上述的范圍之外，即沒有定論。
2、有定論，但是雙方都沒有給出足夠的證據(jù)證明和反駁。
3、有定論，一方給出了足夠的證據(jù)(或者反駁理由)，因為表達能力導(dǎo)致表述不清晰而沒有說服對方。
4、有定論，一方給出了足夠的證據(jù)(或者反駁理由)，因為對方理解不夠或理解偏差導(dǎo)致沒有被說服。第234條與這幾項有關(guān)：知識量，表達能力，理解能力，對外界的認知和自我認知。其中語言本身的局限性會一定程度上影響表達和理解，認知能力是一項綜合的要求很高的能力。“評論”這件事就是個很合適的例子。如果說創(chuàng)造更需要的是才氣，那么評論更需要的就是能力。但是，無論雙方是否知道有無定論，很多情況下需要陳述不少或很多證據(jù)或反駁理由，由第234條可知人與人交流的效率很低，并且可能伴隨一些沖突。若考慮到一些人的利益因素等，交流會更復(fù)雜。
數(shù)學(xué)之美讀書心得6
這本書一共3章，主要介紹了這些數(shù)學(xué)方法：統(tǒng)計方法、統(tǒng)計語言模型、中文信息處理、隱含馬爾科夫模型、布爾代數(shù)、圖論、網(wǎng)頁排名技術(shù)、信息論、動態(tài)規(guī)劃、余弦定理、矩陣運算、信息指紋、密碼學(xué)、搜索技術(shù)、數(shù)學(xué)模型、最大熵模型、拼音輸入法、貝葉斯網(wǎng)絡(luò)、句法分析、維特比算法、各個擊破算法等。從第一章開始其明了幽默的語言就深深的吸引了我，讓我覺得如果早一點看這本書，也許數(shù)學(xué)之于我就是另一番天地。
第一章里作者從原始人類的通信方式開始入手，人類最早利用聲音進行的通信依賴于開篇給出的"編碼—傳輸—解碼"的基本原理，指出原始人的通信方式和今天的通信方式?jīng)]什么不同，這世界上近現(xiàn)代最普遍的原理大部分都在人類發(fā)展的歷史上被無意識的'使用著。
第六章信息論給出了信息的度量，它是基于概率的，概率越小，其不確定性越大，信息量就越大。引入信息量就可以消除系統(tǒng)的不確定性，同理自然語言處理的大量問題就是找相關(guān)的信息。信息熵的物理含義是對一個信息系統(tǒng)不確定性的度量，這一點與熱力學(xué)中的熵概念相同，看似不同的學(xué)科之間也會有著很強的相似性。事務(wù)之間是存在聯(lián)系的，要學(xué)會借鑒其他知識。
這本書里也能找到不少在學(xué)的課程知識，如大學(xué)專業(yè)課里，數(shù)電總是要比模電簡單不少，而自然界里大部分的信號都屬于模擬信號。所謂模擬信號，是指從時間和數(shù)值兩種維度上看來都是連續(xù)變化的信號。在實際電路中，模數(shù)轉(zhuǎn)換是一個很重要的過程，將預(yù)處理的模擬信號經(jīng)過模數(shù)變換為數(shù)字信號，然后進行數(shù)字信號處理。而數(shù)字化處理有很多優(yōu)點，比如功能強大、抗干擾能力強、易于傳輸?shù)取?/p>
簡而言之，如果沒有數(shù)學(xué)，就沒有數(shù)字信號處理和傳輸?shù)母拍�，而�?shù)字信號傳輸在當下大規(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。
作者把生活中遇到的復(fù)雜的問題，以簡單清晰，直觀的模型或者公式展現(xiàn)出來。我們可能過于注意生活中的種種奇妙現(xiàn)象，往往忽略了追求其理論邏輯的演繹，而這，也是大部分問題的主要根源。
羅素曾經(jīng)說過："數(shù)學(xué)，如果正確地看，不但擁有真理，而且也具有至高的美"；愛因斯坦也曾說過："純數(shù)學(xué)使我們能夠發(fā)現(xiàn)概念和聯(lián)系這些概念的規(guī)律，這些概念和規(guī)律給了我們理解自然現(xiàn)象的鑰匙。"數(shù)學(xué)在所有科學(xué)領(lǐng)域起著基礎(chǔ)和根本的作用。"哪里有數(shù)，哪里就有美"。在這里，我也想把《數(shù)學(xué)之美》真誠推薦給每一位對自然、科學(xué)、生活有興趣有熱情的朋友，不管你是從事職業(yè)，讀一讀它，會讓你受益良多。
吳軍老師在《數(shù)學(xué)之美》中提到："這本書的目的是講道而不是講術(shù)。很多具體的搜索技術(shù)很快會從獨門絕技到普及，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)和精髓才能永遠游刃有余"�；氐轿覀�?nèi)粘５纳钪校枰獙W(xué)習(xí)的東西、技術(shù)太多太多，如果一味地只為去追技術(shù)的腳步，那么我們也會很累很累。然而基本的原理卻是沒有怎么變化的。只見森林，不見樹木，難免迷失；站在高處向下看，也許我們一直看不到底，但是站在底處卻是可以看見底的。
數(shù)學(xué)之美讀書心得7
近來，我通過中國大學(xué)MOOC的慕課《數(shù)學(xué)建�！帆@悉一部叫《牛津通識讀本》的新出版科普系列。同時購入的有六本——《數(shù)學(xué)》《法律》《佛學(xué)概論》等。由于告知該書的慕課是數(shù)學(xué)課，我首先閱讀的是《數(shù)學(xué)》。
令我意外的是，本系列的書每本篇幅都短小精悍得讓人愉悅(英文類書系列名就叫A Very ShortIntroduction)。就這本16開大小的《數(shù)學(xué)》中，有實際內(nèi)容的只100頁左右，剩下的有數(shù)十多頁附注/答疑，與及100多頁的英文原稿(原書作者高爾斯是英國學(xué)者)。本書內(nèi)容質(zhì)量非常高，并未使『西方當代學(xué)科科普』這個標簽失色。再考慮到其篇幅如此短小，看來，以后為非理工科班出身的青年們推薦數(shù)學(xué)科普書，就不必只記得伊恩·斯圖爾特與馬丁·加德納了。
雖然這是數(shù)學(xué)科普，但作者可深知讀者心。西方作者所著的數(shù)學(xué)科普，一向都很能熟練地脫公式脫符號講問題。與同類書籍比較之下，本書還有個小小的特點：其章節(jié)敘述順序，既不硬從數(shù)學(xué)史(人類認知史)的流程，也不完全順應(yīng)個體認知心理學(xué)(教育學(xué))的.順序。開篇破題他選的議題是『數(shù)學(xué)模型』，非數(shù)學(xué)專業(yè)學(xué)生最能適應(yīng)的一種破題點;然后第二章緊緊承接主題『模型化』，開談『抽象化』。這個過程的敘述行云流水。我感覺作者很懂怎樣說該說的、省去不必說的、跳過不能說的。
第二章《數(shù)與抽象》中，作者在引入復(fù)數(shù)時，首先不能免俗地做了其他科普書差不多的工作：-1的開平方根是復(fù)數(shù)的定義blabla;然后，他將議題轉(zhuǎn)入更接近上游本質(zhì)的、但也許常人可能也會想過的問題：形式與實在的關(guān)系。
不是說『-1的開平方根』是復(fù)數(shù)單位i嗎?但似乎有兩個數(shù)的平方等于-1啊(也即i與-i)，到底哪個才是正宗的『復(fù)數(shù)單位』?如果說i是嘛，那么憑什么-i不是?給我講清楚啊——對吧?我猜，每個人在其漫長的人生中，都曾經(jīng)想問過這類問題吧：『為嘛數(shù)變量用abc、角變量用αβγ』『為嘛求導(dǎo)符用的是一個點』『為嘛積分符像條蛇』『為嘛積分式里有個d』諸如此類。這些問題并不無聊也不白癡，只是常人很難給出有意義的回答而已;它們中的每個往往都蘊含著16世紀數(shù)學(xué)大師們的智慧精華。當然，本書沒有解答所有這類奇離古怪的問題(這不是《十萬個為什么》)。在本書里，作者做的是教授課間做的那種事——隨便跟好奇的學(xué)生聊聊天，證明過程少說了個『在這個條件下』待會再補上。上面提到的『i與-i哪個才是復(fù)數(shù)單位』這個議題，這段簡短的討論，同時也扮演了下一章《證明》的引子這個角色。
進度到第三章《證明》結(jié)束之后，對讀者而言，或許就只剩一個小時的閱讀時間而已了。后面的章節(jié)，議題越來越抽象(空間、維度、距離、無窮等)，正要抵達最有趣的部分(集合論)時，突然話鋒一轉(zhuǎn)，談起了與抽象幾乎相對的另一端：計算理論與數(shù)論;然后，本書的主體竟在此突然收官�？磥�，作者多多少少還保持了清醒，未過度狂熱，未打算將每個有趣的命題都灌到讀者腦里。在我看來，那種『X貓X氣三千問』的大雜燴式科普其實是很不人道的。大家和我一樣都讀過一遍又一遍的七橋問題與雪花曲線，沒必要再來一次了。這些老生常談的話題，在本書里各只占了一頁的篇幅。太好了。
【數(shù)學(xué)之美讀書心得】相關(guān)文章：
讀書之美12-08
《數(shù)學(xué)之美》讀書筆記（精選10篇）06-14
《數(shù)學(xué)之美》讀書心得10-07
人之美，文之美散文10-06
校園之美07-10
和諧之美11-20
競技之美12-13
簡單之美12-11
空白之美12-14