當前位置:才華齋>範例>校園>

數學之美讀後感

校園 閱讀(1.52W)

當看完一本著作後,對人生或者事物一定產生了許多感想吧,何不靜下心來寫寫讀後感呢?那麼讀後感到底應該怎麼寫呢?以下是小編整理的數學之美讀後感,僅供參考,歡迎大家閱讀。

數學之美讀後感

數學之美讀後感1

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。如果你知道哪裡有一群軟體工程師,維護著更大的一群計算機,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的搜尋和郵件,在亞馬遜、京東和淘寶上購物,用QQ和微博聯絡朋友,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、衛星、網際網路,工具的進步引領著文明的進步。新的工具不斷淘汰老的工具,就像網際網路視訊點播正在淘汰電視、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。書法和繪畫中蘊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、計算機和網際網路背後,是資訊的世界。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。如果說語言是對世界的認識和描述,如果說數學是一種語言,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。軟體演算法工程師加上計算機叢集,這是目前一流企業必需的裝備。正如馬克。安德森所說的,各行各業的一流公司,都是軟體公司。優秀的軟體演算法工程師,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。

對資訊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路,帶領我們進入雲端計算和大資料時代。

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演算法中的這些細節,也展示了他所達到的高度。值得我學習。

數學之美讀後感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,他說:“為了提高思維邏輯能力,這是我國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說:“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。他這麼計算著: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》。

有些人會說,上面的例子是利益驅動型,不是興趣驅動型,對於一個孩子來說,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。但是它又有著無限的魅力,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裡面的公式,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、布林代數能解決搜尋引擎的問題、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,看著看著我就莫名的產生了一種想要學習演算法的衝動,這不就是本書的意義所在麼?

最後,我推薦幾個章節希望有興趣的讀者可以關注下:

1. 資訊指紋,可以讓複雜的資料用簡單的一串數字儲存

2. 13章,提到的簡單之美。當然之後多次提到

3. 餘弦定理(通過向量+特徵向量+餘弦定理)可以判斷兩條資料的相似性

4. 17章,簡單密碼學(對密碼感興趣的可以看看)

5. 布隆過濾器,用很少的空間儲存大量的資料,從而解決黑名單的問題(黑名單資料量龐大的'時候,會增加判斷某一個名單是否出現過的難度)。

6. 29章,分治演算法,雖然沒有很明白演算法,但是原理其實很簡單:把複雜的東西拆分成若干小的部分,然後進行逐個解決或者說各個擊破

7. 30章,神經網路,其實沒那麼神祕,神經就好比一個網路(馬爾科夫模型+貝葉斯網路)中的各個節點而已。

8. 31章,大資料,這章是最推薦看的,而且沒有很多專業的知識,一看就懂。不是什麼都可以稱之為大資料的,大資料需要滿足幾個條件:資料的代表性、資料的多維度、資料的完備性。現在有很多公司都自稱自己有大資料,請不要侮辱大資料這個詞。順便說一下像百度這樣的公司,近幾年都在大資料上深耕,據我瞭解,比如醫療上面的專案,寧可免費做,只要求能夠得到醫療方面的大資料,可見其對大資料的重視程度。

數學之美讀後感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說,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資訊集合,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。

電腦科學的發展,人類需要把語言處理成數字,因為計算機只能識別數字訊號,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,資訊化就是數字化,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,因為人類的資訊幾乎100%是用語言承載、傳播的,計算機要與人對話,變成智慧化的機器,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、或者拿著手機通話時,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,轉化成數字訊號,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介面。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資料庫的辦法,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,而資訊理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,語言本質上就是資訊傳播,只有從通訊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、掌故進行了敘述,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,馬庫斯對學生的寬巨集大度,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。

觀國內的學說界,官風盛行、人情充斥,與這些一流學說群對科學創造的賞識、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。