數學之美讀書心得

　　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學之美讀書心得，希望對大家有所幫助。

數學之美讀書心得1

　　在網上看到有人推薦吳軍博士的《數學之美》，盡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系，所以研究數字之間的關系，實際上就是在研究世界中事件之間的關系。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系的，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，語言與數字的關系，就是人與自然關系的接口。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，采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年代后科學家采用了語言統計模型，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、掌故進行了敘述，讓我們了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，我們只能寄希望于年輕一代，但愿吳博士的《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。

數學之美讀書心得2

　　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、密碼學等內容背后的數學原理。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。相比于其他數學題材書籍，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，也讓人由衷感嘆數學的簡潔和強大。

　　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后的動機和本質。在術這個層面解決問題要付出更多的努力，有點類似于我們常說的“頭疼醫頭，腳疼醫腳”，暫時不疼了，過幾天復發了，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，根本治愈。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，然后修改數據，每月1日都要加班加點，工作量很大，這是從術上解決問題。后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沖減后差異就消失了，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丑點，操作復雜點，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占先機，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，那么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。

數學之美讀書心得3

　　《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，大學里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，有著許多基于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。

　　最近剛開學也沒什么事，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，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、反思一下，反正剛開完班會也沒什么事干。

　　寫在前面的建議：如果你不討厭數學的話，強烈推薦這本書，網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（雖然列舉了這么多，其實有些不懂也沒關系……），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，這并非我所學的專業，但作者比較擅長將看似復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，之前任職于Google，后來到了騰訊，這些文章都是發表在Google黑板報上的，后來經過了重寫，所以網上下載的和書本內容有所差異。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，但這并不是這本書所關注的地方，數學之美在于其簡潔而不是繁瑣。

　　除了對于具體信息技術的剖析之外，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歷和中國學生的成長經歷作對比。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的批評，一是教育的功利性，缺乏寬松的獨立思考的環境，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，大部分都不舍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的束縛，能夠從更宏觀的角度來思考信息世界背后的數學引擎的運行原理，讓人明白看似很高級、復雜的東西背后其實并不如我們所想象的那樣復雜，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網應用背后的數學原理。

　　前段時間，我在同學的桌上看到了《數學之美》的紙質書，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，斷斷續續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容集中在語言識別和搜索領域，但這絲毫不妨礙它確實反映了很多共同的道理。我總結了幾點供大家探討。

　　1. 簡單就是美

　　歐拉公式，最美的數據公式之一。

　　雖然在大家的眼里，數學是一門深奧的學科，但是很多數學規律卻能用非常簡單的公式表示出來。我想"簡單卻非常有用"或許就是數學之美的內涵吧。

　　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就是搜索引擎的數學基礎;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合TF-IDF公式;地圖導航搜索就是簡單的動態規劃;統計語言模型可以輕松解決看似難度、復雜度超高機器翻譯、語音識別。

　　數學的精彩之處就在于簡單的模型可以干大事。從本質上講，數學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。對于復雜的問題，往往可以通過抽象，然后用數學模型來描述它。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。這就需要合理假設繼續簡化，或者說通過增加合理的假設條件來簡化計算。以書上提到的馬爾科夫鏈為例，雖然公式的求解非常困難，但是一旦加上適當的假設，問題就一下子簡化了非常多。

　　所以，針對紛繁蕪雜的現實情況，我們一定要能時刻準備著把復雜問題簡單化，一定要做到大膽合理假設，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. 透過現象看本質

　　作者說到，技術分為術和道兩種，具體的做事方法是術，做事的原理和原則是道。技術容易學，但也容易落伍，所以追求術的人一輩子工作很辛苦，只有掌握了道的本質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訓練和努力。

　　道是什么?道實際上就是方向，就是判斷。

　　我想有些領導之所以成為優秀的領導，是因為他們掌握了道，反而對具體的術不那么關注。

　　舉個書上的兩個例子，都是關于搜索的：一個例子是搜索的`本質是什么?自動下載盡可能多的網頁;建立快速有效的索引;根據相關性對網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是什么?是在網頁排名信號中加入了噪聲，因此反作弊的關鍵是去除噪聲。

　　所以，我們在工作的時候，要善于理解事物的原理與本質。要先回答是什么、為什么?最后才是怎么做。再比如，在學習某個軟件或某項技術時，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則的句法分析，但是一段時間過后，人們發現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，統計語言模型出現了，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家們不直接研究統計語言模型?答案當然是不能，原因是時機還不成熟，因為統計語言模型所需要基于的大數據量的語言庫還沒有，大規模并行計算的能力還不夠。同樣的，統計語言模型就是最好的嗎?當然是不盡然，科學家們現在開始研究基于深度學習的自然語言處理，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局都是失敗的。

　　對我們而言，不管是架構規劃也好、系統建設也好、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。

數學之美讀書心得5

　　數學用在模型上而不是現實世界中，需要抽象思考出模型，即數學對象是其所做。數系擴充中，復數i并沒有比無理數根號2更特殊的地方，因為它們作為抽象的數學構造，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。

　　數學中有個根本性的重要事實：數學論證中的每一步都可以不斷地分解成更小更清晰有據的子步驟，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論。所以，任何關于數學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學作為一個學科是獨一無二的。在這里，公理系統的主要問題不是真實性，而是自洽性和有用性，即數學證明就是由特定前提能夠得出特定結論，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”在現實中的使用范圍有多大，但由此可以聊一點別的問題。現實中，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。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證明和反駁。

　　3、有定論，一方給出了足夠的證據(或者反駁理由)，因為表達能力導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(或者反駁理由)，因為對方理解不夠或理解偏差導致沒有被說服。第234條與這幾項有關：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，交流會更復雜。

數學之美讀書心得6

　　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、余弦定理、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，也許數學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沒什么不同，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著很強的相似性。事務之間是存在聯系的，要學會借鑒其他知識。

　　這本書里也能找到不少在學的課程知識，如大學專業課里，數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，然后進行數字信號處理。而數字化處理有很多優點，比如功能強大、抗干擾能力強、易于傳輸等。

　　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復雜的問題，以簡單清晰，直觀的模型或者公式展現出來。我們可能過于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。

　　羅素曾經說過："數學，如果正確地看，不但擁有真理，而且也具有至高的美"；愛因斯坦也曾說過："純數學使我們能夠發現概念和聯系這些概念的規律，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著基礎和根本的作用。"哪里有數，哪里就有美"。在這里，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游刃有余"。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。

數學之美讀書心得7

　　近來，我通過中國大學MOOC的慕課《數學建模》獲悉一部叫《牛津通識讀本》的新出版科普系列。同時購入的有六本——《數學》《法律》《佛學概論》等。由于告知該書的慕課是數學課，我首先閱讀的是《數學》。

　　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《數學》中，有實際內容的只100頁左右，剩下的有數十多頁附注/答疑，與及100多頁的英文原稿(原書作者高爾斯是英國學者)。本書內容質量非常高，并未使『西方當代學科科普』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學科普書，就不必只記得伊恩·斯圖爾特與馬丁·加德納了。

　　雖然這是數學科普，但作者可深知讀者心。西方作者所著的數學科普，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：其章節敘述順序，既不硬從數學史(人類認知史)的流程，也不完全順應個體認知心理學(教育學)的.順序。開篇破題他選的議題是『數學模型』，非數學專業學生最能適應的一種破題點;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《數與抽象》中，作者在引入復數時，首先不能免俗地做了其他科普書差不多的工作：-1的開平方根是復數的定義blabla;然后，他將議題轉入更接近上游本質的、但也許常人可能也會想過的問題：形式與實在的關系。

　　不是說『-1的開平方根』是復數單位i嗎?但似乎有兩個數的平方等于-1啊(也即i與-i)，到底哪個才是正宗的『復數單位』?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，都曾經想問過這類問題吧：『為嘛數變量用abc、角變量用αβγ』『為嘛求導符用的是一個點』『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世紀數學大師們的智慧精華。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哪個才是復數單位』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，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，談起了與抽象幾乎相對的另一端：計算理論與數論;然后，本書的主體竟在此突然收官。看來，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。

【數學之美讀書心得】相關文章：

讀書之美12-08

《數學之美》讀書筆記（精選10篇）06-14

《數學之美》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