數學之美讀後感（精選8篇）

當閲讀完一本名著後，你有什麼總結呢？這時候，最關鍵的讀後感怎麼能落下！那麼如何寫讀後感才能更有感染力呢？下面是小編精心整理的數學之美讀後感（精選8篇），歡迎大家分享。

數學之美讀後感 篇1

這本書一共3章，主要介紹了這些數學方法：統計方法、統計語言模型、中文信息處理、隱含馬爾科夫模型、布爾代數、圖論、網頁排名技術、信息論、動態規劃、餘弦定理、矩陣運算、信息指紋、密碼學、搜索技術、數學模型、最大熵模型、拼音輸入法、貝葉斯網絡、句法分析、維特比算法、各個擊破算法等。從第一章開始其明瞭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，也許數學之於我就是另一番天地。

第一章裏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於開篇給出的"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沒什麼不同，這世界上近現代最普遍的原理大部分都在人類發展的歷史上被無意識的使用着。

第六章信息論給出了信息的度量，它是基於概率的，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的不確定性，同理自然語言處理的大量問題就是找相關的信息。信息熵的物理含義是對一個信息系統不確定性的度量，這一點與熱力學中的熵概念相同，看似不同的學科之間也會有着很強的相似性。事務之間是存在聯繫的，要學會借鑑其他知識。

這本書裏也能找到不少在學的課程知識，如大學專業課裏，數電總是要比模電簡單不少，而自然界裏大部分的信號都屬於模擬信號。所謂模擬信號，是指從時間和數值兩種維度上看來都是連續變化的信號。在實際電路中，模數轉換是一個很重要的過程，將預處理的模擬信號經過模數變換為數字信號，然後進行數字信號處理。而數字化處理有很多優點，比如功能強大、抗干擾能力強、易於傳輸等。

簡而言之，如果沒有數學，就沒有數字信號處理和傳輸的概念，而數字信號傳輸在當下大規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複雜的問題，以簡單清晰，直觀的模型或者公式展現出來。我們可能過於注意生活中的種種奇妙現象，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。

羅素曾經説過："數學，如果正確地看，不但擁有真理，而且也具有至高的美"；愛因斯坦也曾説過："純數學使我們能夠發現概念和聯繫這些概念的規律，這些概念和規律給了我們理解自然現象的鑰匙。"數學在所有科學領域起着基礎和根本的作用。"哪裏有數，哪裏就有美"。在這裏，我也想把《數學之美》真誠推薦給每一位對自然、科學、生活有興趣有熱情的朋友，不管你是從事職業，讀一讀它，會讓你受益良多。

吳軍老師在《數學之美》中提到："這本書的目的是講道而不是講術。很多具體的搜索技術很快會從獨門絕技到普及，再到落伍，追求術的人一輩子工作很辛苦。只有掌握了搜索的本質和精髓才能永遠遊刃有餘"。回到我們日常的生活中，需要學習的東西、技術太多太多，如果一味地只為去追技術的腳步，那麼我們也會很累很累。然而基本的原理卻是沒有怎麼變化的。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。

數學之美讀後感 篇2

我在想，為什麼我們要學習數學？也許這個問題成年人有一萬個答案，可是當我們第一次走進教室，學習數學的時候，大概率還是個孩子，你怎麼跟一個孩子解釋為什麼要學習數學呢？我把這個問題拋給了一個朋友，他説：“為了提高思維邏輯能力，這是我初中老師在第一節數學課上告訴我們的”。或者一位5歲的小朋友又會問：“什麼是邏輯能力呢？”

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，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，無論你怎麼勸導一個人，怎麼勸誡一個人，他可能仍然會犯你認為會出現的錯誤。我記得有位教育專家這麼説：“你告訴寶寶他把玩具弄壞了，就等於丟了10個棒棒糖”，從此以後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。數學是什麼？數學不就是把複雜的東西簡單化麼？

現在我們再回答前面的問題：為什麼我要學習數學？我們可以這麼跟5歲的小朋友説：“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，結果回來就變成了一瓶醬油和3個棒棒糖。或者再過一段時間，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。他這麼計算着：7+3和6+4都可以等於10，那麼如果要必須買醬油的情況下，1+9也可以等於10。我們都知道也有1元的袋裝醬油，於是9個棒棒糖到手了。任何知識的魅力都在於自我的發現，只有你對它產生了無限的興趣，你就會不斷的發現它的美，《數學之美》也可以變成《物理之美》。

有些人會説，上面的例子是利益驅動型，不是興趣驅動型，對於一個孩子來説，你能指望他向成人那樣：“我需要的不是物質世界，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，成年人不也是如此麼？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？如果沒有專業的數學知識，很難讀懂。但是它又有着無限的魅力，讓你不自覺的讀下去，為什麼？因為“數學之美”，雖然大多數人看不懂裏面的公式，但是能夠明白數學能解決的問題：概率統計學能夠解決自然語言處理、布爾代數能解決搜索引擎的問題、有限狀態機和動態規劃能解決地圖問題、向量+特徵向量+餘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，看着看着我就莫名的產生了一種想要學習算法的衝動，這不就是本書的意義所在麼？

數學之美讀後感 篇3

在網上看到有人推薦吳軍博士的《數學之美》，儘管我從事社會科學研究，但對數學的推崇一直如此，所以買來一讀，我的真切體驗正如吳軍博士在書的後記中所説，把自己“境界提升了一個層次”。

那麼，對我而言，到底提升了什麼境界呢？

首要的肯定是思想境界。在未讀這本書之前，我知道對於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，一個是數字，一個是語言。整個實數的集合是無窮個，而且每個數字都是唯一的；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，這樣數學中的數字集合與世界中的事件集合就構成一個一一對應的關係，所以研究數字之間的關係，實際上就是在研究世界中事件之間的關係。語言中的概念和世界中的事件之間也是可以構成一個對應關係的，但問題是，語言中概念的集合是有限的，所以它和數字集合的對應顯然只能是部分對應。

計算機科學的發展，人類需要把語言處理成數字，因為計算機只能識別數字信號，所以“語言的數字化”成為計算機產生以來發展最快、而且最有創新性的領域，而許多華人科學家成為了這個領域的頂尖專家，如李開復，吳軍博士是卓越的科學家之一。至此我才感到，在計算機主導的世界中，信息化就是數字化，而最難的數字化、也是最有成就的數字化，就是對人類自然語言的數字化，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字化問題。但我們在電腦上自如地輸入文字時、或者拿着手機通話時，我們跟本沒有意識到，那些卓越的語言科學家，早已經把我們的語言，轉化成數字信號，通過輸入、處理、解碼的方式，讓我們無障礙地聯絡、工作。

我似乎感到，語言與數字的關係，就是人與自然關係的接口。套用古希臘畢達哥拉斯學派的觀點，加上我的理解，即是，數是萬物的本原，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。科學研究的思考方式，習慣遵循本質、規律、連續性思維，在語言學研究的早期，人類為了讓計算機識別語言，採用建立語言規則和語言規則數據庫的辦法，但最終以失敗告終（20世紀50—70年代），70年代後科學家採用了語言統計模型，研究取得了突飛猛進。語言統計模型的勝利，再一次證明了宇宙量子模型的信念，世界是不連續的隨機性的粒子構成，人類數千年文明進化出來的語言系統，就是動態的隨機概率事件。其二，物理思維再也難逃牛頓的經典本質思維方法，即找尋到百分之百確定性的規律，而信息論思維是研究如何把握不確定性現象，利用概率統計是不二法門。其三，語言本質上就是信息傳播，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《數學之美》中，吳軍博士對他的老師、師兄弟、同事的經歷、掌故進行了敍述，讓我們瞭解到這些世界一流的學科家、技術精英們的為人處世品質、鮮明個性、科學素養及其管理風格。例如賈里尼克對博士生的嚴酷淘汰，馬庫斯對學生的寬宏大度，但我感到他們有一樣東西是共同的，就是對科學創造、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，因為偉大的科學創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、一流的科學和技術。

觀國內的學説界，官風盛行、人情充斥，與這些一流學説羣對科學創造的賞識、對個性人才的包容，對科學探索的熱誠，可謂相去甚遠。

看來，我們只能寄希望於年輕一代，但願吳博士的《數學之美》，能讓我們的學子們，初步體驗到科學精英們卓越的才智與情懷。

數學之美讀後感 篇4

《數學之美》，一個從事多年工作的谷歌研究員眼中的數學。令我大飽眼福的是，大學裏面的數學知識竟能如此廣泛運用到了計算機行業中。

在語音識別、翻譯，還有密碼學領域，有着許多基於概率統計的模型和思想。當然，貝葉斯公式是基礎，應用到隱含馬爾科夫鏈模型，神經網絡模型。

在搜索中，一些相關性的計算，無不用到了概率的知識。在新聞分類中，用到了一些有關矩陣特徵值、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。

最近剛開學也沒什麼事，所以就想隨便找幾本書看一下，但最好別是那種太艱深晦澀的書。8月份一直到現在，吳軍寫的這本12年5月出版的《數學之美》一直盤踞京東、亞馬遜等各大網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。心想市場的力量應該能幫我挑出好書吧，於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、反思一下，反正剛開完班會也沒什麼事幹。

寫在前面的建議：如果你不討厭數學的話，強烈推薦這本書，網上也可以下到電子版，不過閲讀感覺上還是很不一樣的。

廢話就不多説了，《數學之美》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域有很深的造詣就可以看懂，大概懂一點線性代數、概率統計、組合數學、信息論、計算機算法、模式識別最好（雖然列舉了這麼多，其實有些不懂也沒關係……），所以尤其適合信科的人看。內容大部分是和人工智能、計算機相關的，這並非我所學的專業，但作者比較擅長將看似複雜的原理用簡明的語言表達出來，所以可讀性還是很好的。

吳軍是清華大學畢業的，之前任職於Google，後來到了騰訊，這些文章都是發表在Google黑板報上的，後來經過了重寫，所以網上下載的和書本內容有所差異。由於吳軍本人是研究自然語言處理和語音識別的，所以統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學之美的展現……感覺收穫還是挺多的，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複雜的高科技背後，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，隱藏在背後的卻是很多具有大學理科學歷的人都非常清楚的統計模型和概率模型；再比如拼音輸入法的數學原理，早期的研究主要集中在縮短平均編碼長度，比如曾經流行一時的五筆輸入法，而現今真正實用的輸入法卻是有很多信息宂餘、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領域的人可能會認為計算機可以讀懂新聞並進行分類，而實際上只是特徵向量的抽取、多維空間中向量夾角的計算，非常非常簡單，但凡學過一點線性代數的人絕對是一看就懂的……當然，完美的實現還需要考慮很多細節和現實的情況，但這並不是這本書所關注的地方，數學之美在於其簡潔而不是繁瑣。

除了對於具體信息技術的剖析之外，作者還花了很大篇幅來講一些傑出人士的成長過程，特別是把這些人的成長經歷和中國學生的成長經歷作對比。雖然作者並沒有明説，但字裏行間多少流露出對於中國高等教育以及很多中國企業的批評，一是教育的功利性，缺乏寬鬆的獨立思考的環境，即使學了一堆理論也難有用武之地，自然也就缺乏創新性的成果；二是中國企業的短視，大部分都不捨得在新框架開發上投資，而是坐享學術界和國外企業的研究成果。

總結一下呢，《數學之美》事實上不能帶給你編程能力的提升，也沒法讓人的數學水平有顯着的提升，但它在很大程度上讓你跳出教科書式的繁瑣細節的束縛，能夠從更宏觀的角度來思考信息世界背後的數學引擎的運行原理，讓人明白看似很高級、複雜的東西背後其實並不如我們所想象的那樣複雜，而我們所學的“枯燥”的數學真的可以“四兩撥千斤”，改變億萬人的生活。

數學之美讀後感 篇5

第8章裏的“索引”，作者講到谷歌面試產品經理的一道題目：如何向你的奶奶解釋搜索引擎。關於這個問題，好的回答據説是用圖書館的索引卡片做類比。

我奶奶是個文盲，一生為農，日出而作，日落而息。她很少看電視，更別説圖書館。所以用圖書館的例子，對我們來説，很生動；對她來説，很生澀。

我們村的田地是按照地形、土質和流水等來劃分的，計有一等地、二等地和三等地。一般情況下，一等地用來種水稻，二等地用來種菜，三等地用來種水果。

所以當我奶奶想要給我摘桔子的時候，她肯定不會從一等地或者二等地一塊地一塊地找過來，而是直接跑到三等地（一般就是山上）。

像這樣的索引，是基於腦子裏的“數據庫”，因為田地不會很多，多了也來不及種，所以跟布爾代數沒什麼關係。但是這樣解釋，我奶奶就會大概明白了。我奶奶生前一次電腦也沒用過，跟她解釋這些，唯一的意義是，她會覺得我沒有敷衍她，這會使她欣慰——如果有機會解釋的話。

楊小凱曾經説，如果張五常多加註重使用數學模型，那諾獎也許就拿下了。張五常對此不以為然，反以為傲，自詡當今世上只有科斯、阿爾欽和他才敢只用文字，不借助數學模型就在經濟學界佔有一席之地。

當然，張五常也不是徹底否定數學的作用，他認為能夠用文字解釋的經濟學原理，不必使用數學對其複雜化。

數學在信息學和經濟學裏都有廣泛應用，但是在信息科學方面，對數學作用大小的爭論就沒有經濟學那麼大了。

我們常説搜索引擎的競價廣告，就可能經歷到第三方公司，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，然後通過不正當手段為客户提高網頁的排名。谷歌在消除網絡作弊方面做了很多努力，通過修改排序算法來為搜索者提供更加準確實效的信息。

“作弊的本質是在網頁排名信號中加入噪音，因此反作弊的關鍵是去噪音。沿着這個思路可以從根本上提高搜索算法抗作弊的能力。”我們公司就是吃了這個虧，交了不少錢給第三方公司，結果算法一變，關鍵詞的排名從前三下降到前三頁沒影。

社交搜索正在雄起，但是如果想要在傳統的搜索引擎中佔據有利排名，我想，第三方公司的技術水平是很關鍵的。

大學專業課裏，數電總是要比模電簡單不少。

自然界裏大部分的信號都屬於模擬信號。所謂模擬信號，是指時間和數值上都是連續變化的信號。在實際電路中，模/數轉換是一個很重要的過程，將預處理的模擬信號經過模/數變換為數字信號，然後進行數字信號處理。而數字化處理有很多優點，比如功能強大、抗干擾能力強、易集成化等。

簡而言之，如果沒有數學，就沒有數字信號處理的概念，也就無法進行信號的傳輸，而數字信號傳輸在大規模的集成電路里是必不可少的，這是通信成功的基本要求。

之前看到有人説如果高中看這本書，也許數學就是另一番天地，會有所突破。我不覺得，如果高中看這種書，我想，大多數人還是會對數學更加望而卻步。本書更適合通信電子這些專業的學生，在學習專業課的時候輔助閲讀，對理解通信原理、數電模電等都有更形象生動的想法。

數學之美讀後感 篇6

我是在讀了吳軍博士的《浪潮之巔》之後，發現推薦了《數學之美》這本書。我到豆瓣讀書上看了看評價，就果斷在噹噹上下單買了一本研讀。本來我以為這是一本充滿各種數學專業術語的書，讀後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簡單。在李開復博士之後，吳軍博士又成為了目前備受矚目的具有深厚技術背景的作家。對於我來説，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，不只侷限於導師的研究方向，通過更加廣泛的涉獵知識，去尋找一個自己喜歡的研究領域。如果找到了這樣一個領域，那麼我就讀博士。如果沒有的話，那麼我想還是工作算了。

1、學科之間的聯繫是如此的重要

全書主要是圍繞着吳軍博士所研究的自然語言處理方向來講述一些應用在這個研究領域的數學知識，用了很大篇幅講解了將通信的原理應用到自然語言處理上所取得的巨大成功。以前學習計算機網絡的時候，學過一個香農定理。對香農的認識就從香農定理開始，因為考研會考相關的計算題。看了這本書才知道，香農的《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校的學科建設產生了一些憂慮。對於培養計算機人才來説，無論是培養應用型人才，還是培養研究型人才，都應該與電子、通信有一定的交叉，這樣對學生思考問題的啟發與視野的開闊有着重要的作用。計算機本身就是從電子、通信、數學等學科中抽出來的新興的學科，在發展了多年之後，我們發現它仍然需要繼承一些傳統。回想自己的本科四年，上的更多的課時

語言類、技術類的課程，這些課程的確對提升學生的就業有很大幫助。但是我想説的是，一個忽視數學基礎、學科交叉的學校，他無法成為一所國內的一流大學。作為一個母校培養的學生，我深知改革的阻力與困難，但是我希望母校的計算機學院能越辦越好。我們現在已經培養出很多高薪優秀的技術人才，我希望將來也能培養出更多的研究型人才。

2、看起來很牛的東西卻用着難以置信的簡單數學原理

在整本書中讓我最為印象深刻的是解釋Google搜尋的原理，居然就是簡單的布爾代數運算。這個的確讓我大跌眼鏡，我一直認為搜索時一個非常複雜而龐大的問題，其數學原理也是相當高深的，但是吳軍博士的解釋讓我大開眼界。與此同時也知道了Google為什麼牛，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據進行操作的工作。Google在海量數據的處理方面的確是相當先進的，MapReduce、BigTable等等一些技術的發明與應用使得Google在搜索上無出其右。目前分佈式存儲、分佈式計算、數據倉庫與存儲等研究領域近些年來的大熱也説明Google在引領研究方向上的超凡本領。

3、感謝概率老師的教誨

在大二的時候，有一個在我們學生中聲望很高的概率老師，他在課程即將結束的時候跟我們説我們將的是前幾章，這些事概率論與數理統計的基礎。對於你們計算機的學生來時，後面的章節才是最有用的，以後一定要好好的研究，弄上一兩個在你的畢業設計上就會讓你畢業設計提升一個檔次，有可能驗收你畢業設計的老師也不懂。我當時對他的話沒有特別在意，我只關心期末考試要考哪些題目，因為我那個學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《數學之美》後發現馬爾科夫鏈、貝葉斯網絡之後，對以前的概率老師充滿無限的敬意。我發現我們再本科階段學習的《高等數學》、《線性代數》、《概率論與數理統計》在計算機學科應用較多的要數概率論與數理統計，還有一門我學的不好的《離散數學》在計算機中也是有着舉足輕重的地位。我在看米歇爾的《機器學習》時也發現很多熟悉的概率論與數理統計的知識，這讓我不得不開始考慮重新彌補自己的數學短板。我的想法是在研一這一年把概率論與數理統計、線性代數、離散數學盡我最大的努力補一補，希望他們對我今後的學習有所幫助。

4、説説作者吳軍博士

吳軍博士寫的書對於學習計算機的學生來説，讀起來有種説不出的親切感。可能這跟他是技術出身的原因有關，流暢的文筆、質樸的文風也讓人讀起來很舒服。看高曉鬆在優酷上的《曉説》就知道，在硅谷有着眾多的'華裔工程師，他們很多都來自清華、北大等國內的名牌大學，這些人在美國實現着自己的夢想。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寫書或者來國內的大學做一些演講、論壇等等，開闊一下我們的視野，傳授一下做學問的經驗。與此同時，我也在想為什麼我們國家那麼多優秀的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院組織的培訓過程中得到了答案，那個南京郵電的老師講了講中國為什麼不像美國那麼有創造力。我們中國人並不缺乏創造力，很多時候是我們所處的外部環境恰恰阻礙了創新。我想那麼多優秀的清華北大學子紛紛到大洋彼岸的美國，正是被美國開放的學術環境、創新氛圍所吸引，每個人都有自己的夢想，他們去美國也是為了能實現自己的夢想。以前都覺得他們是不愛國，現在長大了，對於這個問題看得更清楚了一點。

我想説我們的祖國在經歷了改革開放30多年的飛速發展之後，目前正處於一個關鍵和脆弱的時期。我們靠着人口紅利取得了巨大的成就，我們能不能憑藉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博士、吳軍博士那樣，為我們這個民族青年的成長和國家發展做出貢獻。

數學之美讀後感 篇7

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《數學之美》，説一定是我喜歡看的類型。以前也在網上零散看過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。這次有機會集中閲讀他的文章，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。數學是強大的工具，計算機也是。這兩種工具結合在一起，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，但他們掌握了先進的工具。

掌握了先進的工具，必將獲得競爭優勢。如果你知道哪裏有一羣軟件工程師，維護着更大的一羣計算機，那麼不要猶豫，想辦法使用他們提供的服務，因為這會給你帶來優勢。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和微博聯繫朋友，使用銀行卡和網上銀行，利用交易終端在全球市場上進行各種交易……

人類歷史就是一部工具的進化史。石器、青銅、鐵器、火藥、蒸汽機、內燃機、電報、電話、電視、計算機、衞星、互聯網，工具的進步引領着文明的進步。新的工具不斷淘汰老的工具，就像互聯網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書那樣。

但有一些古老的工具，今天仍有人在學習和使用，甚至在上面花費許多時間。毛筆就是這樣一個例子。今天學習掌握毛筆這種“落後的”工具，還有什麼意義？其實我們在使用一些“落後的”工具時，主要是在學習工具背後的思想。書法和繪畫中藴含的藝術審美的一般原則，經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圖的理解，仍然值得現代人學習。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。《數學之美》中提到的馬爾可夫鏈雖然是很強大的工具，但我在數學課上沒有聽老師提到過。這本書中給我印象最深的例子是餘弦定理和新聞分類。餘弦定理是中學數學，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！

每一種工具的背後，是人們對世界的一種理解。蒸汽機和內燃機背後，是力學的世界。電報、電話、電視、計算機和互聯網背後，是信息的世界。數學是抽象的工具，是其他工具背後的工具。每一門學科要成為科學，都少不了數學。也許有一天人們會習慣，用數學工具來分析藝術。數學是一種語言，它源於具體的世界，又高於具體的世界。如果説語言是對世界的認識和描述，如果説數學是一種語言，那麼它一定是最接近神的語言。看似毫不相關，卻又能描述萬事萬物。

學習數學有什麼用？物理學家費曼當年在大一時提出這個問題，他的師兄建議他轉到物理系。今天，這個問題已不成為問題。具有紮實數學功底的人才正進入各行各業，例如金融業。我認識一個出版社的老總，他招應屆畢業生有一個條件：數學要好。

工具雖好，關鍵還要會用。最終要回到掌握先進工具的人。軟件算法工程師加上計算機集羣，這是目前一流企業必需的裝備。正如馬克.安德森所説的，各行各業的一流公司，都是軟件公司。優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，是知識經濟的特點。《數學之美》展示了Google如何運用數學和計算機網絡，帶領我們進入雲計算和大數據時代。

知識經濟時代的工作，就是在各自的領域中進行科學研究。科學研究要大膽假設，小心求證。科學研究要量化。科學研究要有對比實驗。科學研究要有數學模型。科學研究要有田野調查。科學研究要有文獻查證。科學研究要有同行評議。《數學之美》向我們介紹了自然語言分析領域的科研方法和過程。

任何一個領域，深入進去都有無數的細節。有興趣的人不但沒被這些細節嚇倒，反而會興致勃勃地研究，從而達到令人仰慕的高度。吳軍先生向我們展示了數學和算法中的這些細節，也展示了他所達到的高度。值得我學習。

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。

數學之美讀後感 篇8

本書介紹了Google產品中涉及的自然語言處理、統計語言模型、中文分詞、信息度量、拼音輸入法、搜索引擎、網頁排名、密碼學等內容背後的數學原理。讓我們看到了布爾代數、離散數學、統計學、矩陣計算、馬爾科夫鏈等似曾相識的內容在實際生活中的應用。相比於其他數學題材書籍，吳軍老師把抽象、深奧的數學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，也讓人由衷感歎數學的簡潔和強大。

雖是數據專業畢業，但是才疏學淺，無力對數學的美進行闡述。僅就書中兩個比較喜歡的地方發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”，術就是具體的做事方法，而道則是隱藏在問題背後的動機和本質。在術這個層面解決問題要付出更多的努力，有點類似於我們常説的“頭疼醫頭，腳疼醫腳”，暫時不疼了，過幾天覆發了，再去醫治，如此往復，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，根本治癒。本人之前參與過行內月終自動核對的研發，月終核對初期數據的不一致性只能靠數百業務人員人工核對數據差異，然後修改數據，每月1日都要加班加點，工作量很大，這是從術上解決問題。後來找到了產生差異的原因是會計核算時的利息調整造成的，把這些數據接過來進行相應衝減後差異就消失了，業務人員也不用來加班了，這才是從道上解決問題。

其二，是在做中文網頁排名時提到的從業界成功的祕訣之一：“先幫助用户解決80%的問題，再慢慢解決剩下的20%的問題。許多時候做事失敗，不是因為人不夠優秀，而是做事的方法不對。一開始追求大而全的解決方案，之後長時間不能完成，最後不了了之”。我們在做項目時也是一樣，業務有時要的功能非常急，可能有些功能也實現不了（比如系統響應時間長、查詢明細不能支持省行等）。這時我們就要將焦點關注在那些可以實現的80%的功能上，哪怕剛剛上線的系統界面醜點，操作複雜點，反應速度慢點，但是至少業務有可用的系統，剩下時間再去優化那剩下的20%。這樣可以幫助我行搶佔先機，在與同行業的競爭中取得主動。如果等待我們把所有的細節都搞清楚再動手開發，力求完美，那麼很可能系統能夠上線的時候業務已經不需要了。

數學之美，也就是簡單之美。希望大家能夠喜歡數學，喜歡數學之美。