數(shù)學(xué)之美讀后感（通用7篇）

　　當(dāng)閱讀了一本名著后，大家心中一定有不少感悟，讓我們好好寫份讀后感，把你的收獲和感想記錄下來吧。那么讀后感到底應(yīng)該怎么寫呢？下面是小編為大家收集的數(shù)學(xué)之美讀后感，希望對大家有所幫助。

　　數(shù)學(xué)之美讀后感 篇1

　　《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(dāng)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(dāng)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�看一下，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(dāng)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(dá)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(dāng)然，必須承認(rèn)第一個想到這些方法的人還是非常了不起的……）。比如高準(zhǔn)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(rèn)為計算機可以讀懂新聞并進(jìn)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(dāng)然，完美的實現(xiàn)還需要考慮很多細(xì)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(xì)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)之美讀后感 篇2

　　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(dá)，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(dá)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(rèn)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(jì)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(jìn)。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(jìn)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(yuǎn)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(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(yán)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(yuǎn)。

　　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)之美讀后感 篇3

　　我在想，為什么我們要學(xué)習(xí)數(shù)學(xué)？也許這個問題成年人有一萬個答案，可是當(dāng)我們第一次走進(jìn)教室，學(xué)習(xí)數(shù)學(xué)的時候，大概率還是個孩子，你怎么跟一個孩子解釋為什么要學(xué)習(xí)數(shù)學(xué)呢？我把這個問題拋給了一個朋友，他說：“為了提高思維邏輯能力，這是我初中老師在第一節(jié)數(shù)學(xué)課上告訴我們的”。或者一位5歲的小朋友又會問：“什么是邏輯能力呢？”

　　也許從出生第一天，我們就一直在被動的接收一些東西，父母的勸導(dǎo)，老師的傳授，可5歲的孩子還是會把玩具散落一地，6歲的孩子仍然會因為父母不給買玩具而嗷嗷大哭，無論你怎么勸導(dǎo)一個人，怎么勸誡一個人，他可能仍然會犯你認(rèn)為會出現(xiàn)的錯誤。我記得有位教育專家這么說：“你告訴寶寶他把玩具弄壞了，就等于丟了10個棒棒糖”，從此以后這個寶寶可能會更加珍惜玩具。這個方法很簡單，但是貌似最有效。數(shù)學(xué)是什么？數(shù)學(xué)不就是把復(fù)雜的東西簡單化么？

　　現(xiàn)在我們再回答前面的問題：為什么我要學(xué)習(xí)數(shù)學(xué)？我們可以這么跟5歲的小朋友說：“媽媽給你10元錢，讓你買醬油，醬油7元、棒棒糖1元一個，剩下的錢你可以買幾個棒棒糖？”或許想吃棒棒糖的就會苦思冥想一番，或許未來媽媽真的給他10元錢去買醬油，結(jié)果回來就變成了一瓶醬油和3個棒棒糖�；蛘咴龠^一段時間，這位小朋友會選擇6元的醬油，因為可以獲得4個棒棒糖了。他這么計算著：7+3和6+4都可以等于10，那么如果要必須買醬油的情況下，1+9也可以等于10。我們都知道也有1元的袋裝醬油，于是9個棒棒糖到手了。任何知識的魅力都在于自我的發(fā)現(xiàn)，只有你對它產(chǎn)生了無限的興趣，你就會不斷的發(fā)現(xiàn)它的美，《數(shù)學(xué)之美》也可以變成《物理之美》。

　　有些人會說，上面的例子是利益驅(qū)動型，不是興趣驅(qū)動型，對于一個孩子來說，你能指望他向成人那樣：“我需要的不是物質(zhì)世界，我需要的是精神世界？”5歲寶寶最喜歡做得事情就是在吃和玩上面，請問，成年人不也是如此么？這就是天性。只不過成年人的自控能力足夠大罷了。

　　我們回到書本上，這本書是否合適自己？如果沒有專業(yè)的數(shù)學(xué)知識，很難讀懂。但是它又有著無限的魅力，讓你不自覺的讀下去，為什么？因為“數(shù)學(xué)之美”，雖然大多數(shù)人看不懂里面的公式，但是能夠明白數(shù)學(xué)能解決的問題：概率統(tǒng)計學(xué)能夠解決自然語言處理、布爾代數(shù)能解決搜索引擎的問題、有限狀態(tài)機和動態(tài)規(guī)劃能解決地圖問題、向量+特征向量+余弦定理能解決自動新聞分類問題、最大熵模型解決金融問題，看著看著我就莫名的產(chǎn)生了一種想要學(xué)習(xí)算法的'沖動，這不就是本書的意義所在么？

　　最后，我推薦幾個章節(jié)希望有興趣的讀者可以關(guān)注下：

　　1.信息指紋，可以讓復(fù)雜的數(shù)據(jù)用簡單的一串?dāng)?shù)字存儲

　　2.13章，提到的簡單之美。當(dāng)然之后多次提到

　　3.余弦定理（通過向量+特征向量+余弦定理）可以判斷兩條數(shù)據(jù)的相似性

　　4.17章，簡單密碼學(xué)（對密碼感興趣的可以看看）

　　5.布隆過濾器，用很少的空間存儲大量的數(shù)據(jù)，從而解決黑名單的問題（黑名單數(shù)據(jù)量龐大的時候，會增加判斷某一個名單是否出現(xiàn)過的難度）。

　　6.29章，分治算法，雖然沒有很明白算法，但是原理其實很簡單：把復(fù)雜的東西拆分成若干小的部分，然后進(jìn)行逐個解決或者說各個擊破

　　7.30章，神經(jīng)網(wǎng)絡(luò)，其實沒那么神秘，神經(jīng)就好比一個網(wǎng)絡(luò)（馬爾科夫模型+貝葉斯網(wǎng)絡(luò)）中的各個節(jié)點而已。

　　8.31章，大數(shù)據(jù)，這章是最推薦看的，而且沒有很多專業(yè)的知識，一看就懂。不是什么都可以稱之為大數(shù)據(jù)的，大數(shù)據(jù)需要滿足幾個條件：數(shù)據(jù)的代表性、數(shù)據(jù)的多維度、數(shù)據(jù)的完備性。現(xiàn)在有很多公司都自稱自己有大數(shù)據(jù)，請不要侮辱大數(shù)據(jù)這個詞。順便說一下像百度這樣的公司，近幾年都在大數(shù)據(jù)上深耕，據(jù)我了解，比如醫(yī)療上面的項目，寧可免費做，只要求能夠得到醫(yī)療方面的大數(shù)據(jù)，可見其對大數(shù)據(jù)的重視程度。

　　數(shù)學(xué)之美讀后感 篇4

　　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(jìn)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(jìn)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(xì)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(xì)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)之美讀后感 篇5

　　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(jìn)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(jìn)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)母拍睿�而�?shù)字信號傳輸在當(dāng)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(yuǎn)游刃有余".回到我們?nèi)粘５纳�活中，需要學(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)之美讀后感 篇6

　　上個月去北京開會，順道拜訪了人民郵電出版社，合作多年的編輯陳冀康贈我一本《數(shù)學(xué)之美》，說一定是我喜歡看的類型。以前也在網(wǎng)上零散看過Google黑板報上吳軍先生的文章，對他的前一本書《浪潮之顛》也有耳聞，但沒有讀過。這次有機會集中閱讀他的文章，確實是一段美妙的體驗。

　　讀完這本書有一點強烈的感受：工具一定要先進(jìn)。數(shù)學(xué)是強大的工具，計算機也是。這兩種工具結(jié)合在一起，造就了強大的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，必將獲得競爭優(yōu)勢。如果你知道哪里有一群軟件工程師，維護(hù)著更大的一群計算機，那么不要猶豫，想辦法使用他們提供的服務(wù)，因為這會給你帶來優(yōu)勢。所以我們使用Google的搜索和郵件，在亞馬遜、京東和淘寶上購物，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上進(jìn)行各種交易……

　　人類歷史就是一部工具的進(jìn)化史。石器、青銅、鐵器、火藥、蒸汽機、內(nèi)燃機、電報、電話、電視、計算機、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)視頻點播正在淘汰電視、微博正在淘汰報紙、電子書正在淘汰紙質(zhì)書那樣。

　　但有一些古老的工具，今天仍有人在學(xué)習(xí)和使用，甚至在上面花費許多時間。毛筆就是這樣一個例子。今天學(xué)習(xí)掌握毛筆這種“落后的”工具，還有什么意義？其實我們在使用一些“落后的”工具時，主要是在學(xué)習(xí)工具背后的思想。書法和繪畫中蘊含的藝術(shù)審美的一般原則，經(jīng)得起具體工具變遷的考驗。甲骨文、金文、石鼓文所包含的對空間構(gòu)圖的理解，仍然值得現(xiàn)代人學(xué)習(xí)。思想工具是比實物工具更強大的工具。

　　工具組合使用，形成更強大的.新工具。《數(shù)學(xué)之美》中提到的馬爾可夫鏈雖然是很強大的工具，但我在數(shù)學(xué)課上沒有聽老師提到過。這本書中給我印象最深的例子是余弦定理和新聞分類。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，竟然解決了計算機新聞分類這樣的難題！

　　每一種工具的背后，是人們對世界的一種理解。蒸汽機和內(nèi)燃機背后，是力學(xué)的世界。電報、電話、電視、計算機和互聯(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)。也許有一天人們會習(xí)慣，用數(shù)學(xué)工具來分析藝術(shù)。數(shù)學(xué)是一種語言，它源于具體的世界，又高于具體的世界。如果說語言是對世界的認(rèn)識和描述，如果說數(shù)學(xué)是一種語言，那么它一定是最接近神的語言。看似毫不相關(guān)，卻又能描述萬事萬物。

　　學(xué)習(xí)數(shù)學(xué)有什么用？物理學(xué)家費曼當(dāng)年在大一時提出這個問題，他的師兄建議他轉(zhuǎn)到物理系。今天，這個問題已不成為問題。具有扎實數(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)識一個出版社的老總，他招應(yīng)屆畢業(yè)生有一個條件：數(shù)學(xué)要好。

　　工具雖好，關(guān)鍵還要會用。最終要回到掌握先進(jìn)工具的人。軟件算法工程師加上計算機集群，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，是人才爭奪的焦點。這樣，我們就容易理解Google招工程師的要求。

　　對信息加工處理和傳遞的能力不斷增強，是知識經(jīng)濟(jì)的特點�！稊�(shù)學(xué)之美》展示了Google如何運用數(shù)學(xué)和計算機網(wǎng)絡(luò)，帶領(lǐng)我們進(jìn)入云計算和大數(shù)據(jù)時代。

　　知識經(jīng)濟(jì)時代的工作，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)研究要有對比實驗�？茖W(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)研究要有同行評議�！稊�(shù)學(xué)之美》向我們介紹了自然語言分析領(lǐng)域的科研方法和過程。

　　任何一個領(lǐng)域，深入進(jìn)去都有無數(shù)的細(xì)節(jié)。有興趣的人不但沒被這些細(xì)節(jié)嚇倒，反而會興致勃勃地研究，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和深刻見解，也感謝人民郵電出版社出了這樣一本好書。

　　數(shù)學(xué)之美讀后感 篇7

　　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。我到豆瓣讀書上看了看評價，就果斷在當(dāng)當(dāng)上下單買了一本研讀。本來我以為這是一本充滿各種數(shù)學(xué)專業(yè)術(shù)語的書，讀后讓我非常震撼的是吳軍博士居然能用非常通俗的語言將自然語言處理等高深理論解釋的相當(dāng)簡單。在李開復(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。對于我來說，讀這本書有掃盲的功效，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，通過更加廣泛的涉獵知識，去尋找一個自己喜歡的研究領(lǐng)域。如果找到了這樣一個領(lǐng)域，那么我就讀博士。如果沒有的話，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

　　全書主要是圍繞著吳軍博士所研究的自然語言處理方向來講述一些應(yīng)用在這個研究領(lǐng)域的數(shù)學(xué)知識，用了很大篇幅講解了將通信的原理應(yīng)用到自然語言處理上所取得的巨大成功。以前學(xué)習(xí)計算機網(wǎng)絡(luò)的時候，學(xué)過一個香農(nóng)定理。對香農(nóng)的認(rèn)識就從香農(nóng)定理開始，因為考研會考相關(guān)的計算題�？戳诉@本書才知道，香農(nóng)的《信息論》對今天的影響真的是不可估量。通過這樣一個過程，我也對以前的本科學(xué)校的學(xué)科建設(shè)產(chǎn)生了一些憂慮。對于培養(yǎng)計算機人才來說，無論是培養(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，這樣對學(xué)生思考問題的啟發(fā)與視野的開闊有著重要的作用。計算機本身就是從電子、通信、數(shù)學(xué)等學(xué)科中抽出來的新興的學(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

　　語言類、技術(shù)類的課程，這些課程的確對提升學(xué)生的就業(yè)有很大幫助。但是我想說的是，一個忽視數(shù)學(xué)基礎(chǔ)、學(xué)科交叉的學(xué)校，他無法成為一所國內(nèi)的一流大學(xué)。作為一個母校培養(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算機學(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，我希望將來也能培養(yǎng)出更多的研究型人才。

　　2、看起來很牛的東西卻用著難以置信的簡單數(shù)學(xué)原理

　　在整本書中讓我最為印象深刻的是解釋Google搜索的原理，居然就是簡單的布爾代數(shù)運算。這個的確讓我大跌眼鏡，我一直認(rèn)為搜索時一個非常復(fù)雜而龐大的問題，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眼界。與此同時也知道了Google為什么牛，牛在哪了。搜索的原理雖然非常簡單，但是搜索是一個需要對海量數(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在搜索上無出其右。目前分布式存儲、分布式計算、數(shù)據(jù)倉庫與存儲等研究領(lǐng)域近些年來的大熱也說明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

　　在大二的時候，有一個在我們學(xué)生中聲望很高的概率老師，他在課程即將結(jié)束的時候跟我們說我們將的是前幾章，這些事概率論與數(shù)理統(tǒng)計的基礎(chǔ)。對于你們計算機的學(xué)生來時，后面的章節(jié)才是最有用的，以后一定要好好的研究，弄上一兩個在你的畢業(yè)設(shè)計上就會讓你畢業(yè)設(shè)計提升一個檔次，有可能驗收你畢業(yè)設(shè)計的老師也不懂。我當(dāng)時對他的話沒有特別在意，我只關(guān)心期末考試要考哪些題目，因為我那個學(xué)期的概率課基本上都在睡覺，只有他講笑話的時候不睡。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，對以前的概率老師充滿無限的.敬意。我發(fā)現(xiàn)我們再本科階段學(xué)習(xí)的《高等數(shù)學(xué)》、《線性代數(shù)》、《概率論與數(shù)理統(tǒng)計》在計算機學(xué)科應(yīng)用較多的要數(shù)概率論與數(shù)理統(tǒng)計，還有一門我學(xué)的不好的《離散數(shù)學(xué)》在計算機中也是有著舉足輕重的地位。我在看米歇爾的《機器學(xué)習(xí)》時也發(fā)現(xiàn)很多熟悉的概率論與數(shù)理統(tǒng)計的知識，這讓我不得不開始考慮重新彌補自己的數(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、線性代數(shù)、離散數(shù)學(xué)盡我最大的努力補一補，希望他們對我今后的學(xué)習(xí)有所幫助。

　　4、說說作者吳軍博士

　　吳軍博士寫的書對于學(xué)習(xí)計算機的學(xué)生來說，讀起來有種說不出的親切感�？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)也讓人讀起來很舒服�？锤邥运稍趦�(yōu)酷上的《曉說》就知道，在硅谷有著眾多的華裔工程師，他們很多都來自清華、北大等國內(nèi)的名牌大學(xué)，這些人在美國實現(xiàn)著自己的夢想。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�或者來國�?nèi)的大學(xué)做一些演講、論壇等等，開闊一下我們的視野，傳授一下做學(xué)問的經(jīng)驗。與此同時，我也在想為什么我們國家那么多優(yōu)秀的IT人才都去了美國。這個問題在我去蘋果公司在東軟信息學(xué)院組織的培訓(xùn)過程中得到了答案，那個南京郵電的老師講了講中國為什么不像美國那么有創(chuàng)造力。我們中國人并不缺乏創(chuàng)造力，很多時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，正是被美國開放的學(xué)術(shù)環(huán)境、創(chuàng)新氛圍所吸引，每個人都有自己的夢想，他們?nèi)ッ绹�也是為了能實現(xiàn)自己的夢想。以前都覺得他們是不愛國，現(xiàn)在長大了，對于這個問題看得更清楚了一點。我想說我們的祖國在經(jīng)歷了改革開放30多年的飛速發(fā)展之后，目前正處于一個關(guān)鍵和脆弱的時期。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復(fù)博士、吳軍博士那樣，為我們這個民族青年的成長和國家發(fā)展做出貢獻(xiàn)。

【數(shù)學(xué)之美讀后感】相關(guān)文章：

人之美，文之美散文04-29

校園之美07-10

冬之美11-23

和諧之美04-28

夕之美04-28

讀書之美05-02

簡單之美04-28

空白之美04-25

簡單之美04-27

競技之美04-26