篇一：《概率论与数理统计》课程学习心得
有人说：“数学来源于生活，应用于生活。数学是有信息的，信息是可以提取的，而信息又是为人们服务的。”那么概率肯定是其中最为重要的一部分。巴特勒主教说，对我们未来说，可能性就是我们生活最好的指南，而概率即可能。
概率论与数理统计是现代数学的一个重要分支。近二十年来，随着计算机的发展以及各种统计软件的开发，概率统计方法在金融、保险、生物、医学、经济、运筹管理和工程技术等领域得到了广泛应用。主要包括：极限理论、随机过程论、数理统计学、概率论方法应用、应用统计学等。极限理论包括强极限理论及弱极限理论；随机过程论包括马氏过程论、鞅论、随机微积分、平稳过程等有关理论。概率论方法应用是一个涉及面十分广泛的领域，包括随机力学、统计物理学、保险学、随机网络、排队论、可靠性理论、随机信号处理等有关方面。应用统计学方法的产生主要来源于实质性学科的研究活动中，例如，最小二乘法与正态分布理论源于天文观察误差分析，相关与回归分析源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究，抽样调查方法源于政府统计调查
生活中会遇到这样的事例：有四张彩 票供三个人抽取，其中只有一张彩 票有奖。第一个人去抽，他的中奖概率是25％，结果没抽到。第二个人看了，心里有些踏实了，他中奖的概率是33％，结果他也没抽到。第三个人心里此时乐开了花，其他的人都失败了，觉得自己很幸运，中奖的机率高达50％，可结果他同样没中奖。由此看来，概率的大小只是在效果上有所不同，很大的概率给人的安慰感更为强烈。但在实质上却没有区别，每个人中奖的概率都是50％，即中奖与不中奖。
同样的道理，对于个人而言，在生活中要成功做好一件事的概率是没有大小之分的，只有成功或失败之分。但这概率的大小却很能影响人做事的心态。
如果说概率有大小之分，那应该不是针对个体而言，而是从一个群体出发，因为不同的人有不同的信念，有不同的做事方法。把地球给撬起来，这在大多数人眼里是绝对不可能的。但在牛人亚里士多德眼里，他觉得成功做这事的概率那是100％——绝对没问题，只要你给他一个支点和足够长的杠杆。就像前面提到的抽奖一样，25％、33％和50％这些概率只不过是外界针对这个群体给出的。25％的机率同样能中奖，50％的机率也会不中奖，对于抽奖者个人而言，没有概率大小之分，只有中与不中之分。别人说做这件事相当容易，切莫掉以轻心，也许你做这件事会相当困难。大家都说做这件事相当困难，切莫心灰意冷，也许你做这件事能如鱼得水。成功与否，不在概率大小，而在于自己能否清楚地认识自己：容易的事自己是否具有做这件事必备的素质，困难的事自己是否有克服这个困难的潜质。
人们常说：“希望越大，失望越大”，此话并不无道理。希望越大，成功的概率就越大，由此而麻痹了人的心态——以为如此大的概率也是自己能够成功的筹码，这样在思想和行为上就会有所懈怠。自以为十拿九稳的事，到头来却把事情弄砸了。这并不奇怪，因为所谓的“概率大”已逐渐由“希望”转移到“失望”上面了。一说到把这件事做好的概率微乎其微，做事的人难免心灰意冷，因为觉得机会渺茫。因此而丧失了克服困难的意志，觉得事情做不好那是理所当然。
学好《概率论与数理统计》这门课程，其实有很大的作用，它会对你日常生活中一些涉及概率方面的问题有更加深刻的体会，其他方面也有很多应用，比如现实生活中的彩 票问题，可以利用概率的知识来建立数学模型，通过现在电脑的仿真来模拟实际的抽奖，当然这方面需要更加专业的知识了，如果要想得到更加精确的结果，建立的模型就会更加复杂！
篇二：学习概率论心得体会
在大二刚开学我接触到了概率论与数理统计这门课程，虽然在高中时已经接触到了许多跟概率相关的东西，比如随机事件、古典概型以及一系列的计算方法但是在接触到更加高深的层次后还是有许多不一样的感受。
在课程开始之初老师就告诉我们这门课不是很难，关键还在于上课认真听讲。通过老师的简单介绍，我了解到概率论与数理统计是研究随机现象统计规律性的一门数学学科，其理论与方法的应用非常广泛，几乎遍及所有科学技术领域、工农业生产、国民经济以及我们的日常生活。对于作为信息管理与信息系统专业的我，其日后的帮助也是很大的，尤其是对于日后电脑方面的操作有着至关重要的辅助作用。
在这门课程中我们首先研究的是随机事件及一维随机变量二维随机变量的分布和特点。而在第二部分的数理统计中，它是以概率论为理论基础，根据试验或者观察得到的.数据来研究随机现象，对研究对象的客观规律性做出种种估计和判断。整本书就是重点围绕这两个部分来讲述的。初学时，就算觉得理解了老师的讲课内容，但是一联系实际也会很难以应用上，简化不出有关所学知识的模型。在期末复习中，自己重新对于整个书本的流程安排还有每个章节的重点重新复习一遍，才觉得有了点头绪。
在长达一个学期的学习中，我增长了不少课程知识，同时也获得了好多关于这门课程的心得体会。整个学期下来这门课程给我最深刻的体会就是这门课程很抽象，很难以理解，但是这门课程给我带来了一种新的思维方式。前几章的知识好多都是高中讲过的，接触下来觉得挺简单，但是后面从第五章的大数定理及中心极限定理就开始是新的内容了。我觉得学习概率论与数理统计最重要的就是要学习书本中渗透的一种全新的思维方式。统计与概率的思维方式，和逻辑推理不一样，它是不确定的，也就是随机的思想。这也是一个人思维能力最主要的体现，整个学习过程中要紧紧围绕这个思维方式进行。这些都为后面的数理统计还有参数估计、检验假设打下了基础。其次，在所有数学学科中，概率论是一门具有广泛应用的数学分支，是一门真正是把实际问题转换成数学问题的学科。在最后一章中，假设检验就是一个很好的例子。由前面所讲的伯努利大数定律知，小概率事件在N次重复试验中出现的概率很小，因此我们认为在一次试验中，小概率事件一般不会发生，如果发生了就该怀疑这件事件的真实性。正是根据这个思想去解决实际中的检验问题，总之概率与数理统计就是一门将现实中的问题建立模型然后应用理论知识解决掉的学科，具有很强的实际应用性。
在整个学期学习过程中，老师生动的讲解让我一直对这门课程保持着浓厚的兴趣，课上总是会讲解一些实际中的问题，比如抽奖先后中奖概率都一样，扔硬币为什么正反面的概率都是二分之一……一些问题还会让我们更理性的对待实际中的一些问题，比如赌博赢的概率很小，彩 票中奖概率也是微乎其微，所以不能迷恋那些，不能期望用投机取巧来赚取钱财。总之，概率论与数理统计给予我的帮助是很大的。不仅拓展了我的数学思维，而且还帮助我把课堂上的知识与生活中的例子联系了起来。当然，这些与老师的辛勤劳动是分不开的，在此，十分感谢马金凤老师对我们一学期以来的谆谆教诲。
《统计与概率》教学反思1
一、关于“分类与统计”
一般说来，分类是为了使事物具有秩序，分类是为了更深入地了解总体。进行统计则是要根据数量上的结果做出决策，指导行动。总之，不能为分类而分类，为统计而统计。
教材中这几个案例我觉得目的不明确：
1、统计“换了几颗牙”作为主题引入，很有新意。但是统计出来做什么用呢？换得早好？快好？目的性不够明确；
2、让学生统计穿的鞋子的尺码，学生了解也没有用处。这只有班级为每人订购一双鞋子时才需要。卖鞋的老板可能也需要；
3、有些情景设计的目标不妥当。例如设计学校借书的种类，结果是喜欢“漫画”的多，喜欢“文学”的最少，于是建议图书馆多卖一些“漫画书”。这就不大妥当。不喜欢文学书，恐怕需要多作介绍宣传，而不一定是少买。
二、关于分类的判断
一堆东西可以从不同的角度分类，即分类的判断可以很多。但是，要循序渐进，先是一个判断，然后是两个判断，逐步培养。
一堆几何图形，可以按颜色分，形状分、大小分，一步步来，不要一下子就用3个判断分类。对一年级学生问：“你还可以怎样分？”问题太宽泛了.
分类不是单独的知识点，把分类当知识点展开，会增加学生的负担。分类作为一种数学思想方法，蕴含在数学情景决策之中。随着知识内容的加深，分类的难度会增加。
分类的种类可以很多，而许多分类是没有价值的。例如，在一堆几何图形中，我可以分为两类：一类是“红三角形”，一类是“非红三角形”，我们需要这样的分类？再如，一批东西中吃的穿的都有，其中有一只冰淇淋。然后，我分类，一类是冷的，一类是不冷的，这样分类有意思吗？虽然分得并不错。
分类不是分得越多越好，分类贵在分得“好”，即有价值，能够帮助决策。有需要才分类，不是分得越多越好。看见对象就要分类，无目的地分一通，只会把事情搞乱。无目的地追求各种分类，是误导。
三、关于收集数据
现在强调联系学生的日常生活，教材要求学生做许多调查，收集数据。但是出现的问题也不少。例如：统计班级同学的睡眠时间，学生自己并不知道每天的准确睡眠时间。
四、关于“可能性”认识
现在的中低年级教材，不断地重复“必然、可能、不可能”的判断，往往是原地踏步。
学习“分数”之后，对古典概率可以进行简单的认识和计算。此时概率才能定量分析，体现数学的价值。
一般可能性的认识，不教也会。华东师范法学数学系李俊调查：20世纪的中国小学课程里没有概率，但是和其他有概率内容的国家相比，学生对可能性的认识大体相同。
综上所述，我们在教授《统计与概率》这一部分的知识时，一定要吃透教材，有选择的使用教材，分析好学生的现状，从而更好的学生培养学生的数学思维能力。
《统计与概率》教学反思2
听了陈传荣老师的“联系生活提高学生的统计与概率意识”的精彩讲座和经过几天的网络研究学习，让我对新课程中“统计与概率”这部分的内容有了更深一层的认识和了解。
“统计与概率”是义务教育《数学课程标准》中四大学习领域之一。《课标》也首次将“统计观念”作为重要的目标之一，提出要使学生“经历运用数据描述信息，做出推断的过程，发展统计观念。”这样做的最主要原因是“统计与概率”和人们的日常工作和社会生活太密切相关了，在以信息和技术为基础的现代社会里，人们面临着更多的机会和选择。常常需要在不确定情境中，根据大量的数据，做出合理的决策，这是新时代公民都应当具备的基本素质，统计正是通过对数据的收集、整理和分析，为人们更好地制定决策提供依据和建议。
一、如何理解统计观念：
以前我就认为：统计不就是计算平均数，画统计图吗？这些事情计算器、计算机就能做得很好，还有必要从小就开始学习吗？确实，在信息技术如此发达的今天，计算平均数，画统计图等内容不应再占据学生过多的时间，事实上它们也远非统计学习的核心。在义务教育阶段，学生学习统计的核心目标是发展自己的“统计观念”。一提到“观念”，就绝非等同于计算、画图等简单技能，而是一种需要在亲身经历的过程培养出来的感觉，于是也有些人将“统计观念”标为“数据感”或“信息观念”。无论用什么词汇，它反映的都是由一组数据所引发的想法，所推测到的可能结果，自觉地想到运用统计的方法解决有关的问题等等。
二、统计的解释：
《现代汉语词典》中关于“统计”的解释有两条：（1）指对某一现象有关的数据的收集、整理、计算和分析等；（2）总结地计算。不难看出，第一种解释把“统计”描述成为一个过程，在这个过程中，包括一系列的活动，有收集数据、整理数据和对数据进行计算，以及最后通过数据进行分析等等。这种解释为我们进行简单统计的教学提供了依据，也就是说，我们不应该把统计知识的教学拆成一个一个的知识点，而要注重统计的过程性知识，即谈到统计必然会涉及到一个统计的全过程：发现并提出问题——运用适当的方法进行收集和整理数据——运用合适的统计图、统计量来展示数据——分析数据做出决策——对自己的结果进行交流、评价与改进等。
学生在这个过程中学会如何统计，为什么要统计等知识。因此，可以这样说，统计是一个过程。
第二种解释让我们看到“统计”也是一种方法，一种解决问题的策略。在信息社会中，数据无疑是重要的信息之一，如何面对数据，从数据中获取信息，这就需要用到统计的方法。例如，我们在学《我们的姓》时，我要学生统计一下全班有几种姓，各有几人时，学生在班级内进行了一次小统计，先写出人名，然后进行统计。
《数学课程标准》中有关“统计”的描述是这样的“统计与概率主要研究现实生活中的数据和客观世界中的随机现象，它通过对数据收集、整理、描述和分析以及对事件发生可能性的刻画，来帮助人人做出合理的推断和预测。”这句话也突出了统计的过程中它的价值。
三、统计观念的体现：
1、认识统计对决策的作用，能从统计的角度思考与数据有关的问题。
培养学生“统计观念”的首要方面是，要培养他们有意识地从统计的角度思考有关问题，也就是当遇到有关问题时能想到去收集数据和分析数据。
举个例子来说，当你无事出去溜弯时，就会看见许多车人你身边走过，问你这条街哪种车经过的多时，你不能因刚才看到的就下结论，而要进行长时间的观察，收集一定的数据同时进行整理分析，这样才能判断出哪种车经过的多。
2、能通过收集、描述、分析数据的过程，作出合理的决策。
学生不但要具备从统计的角度思考问题的意识，而且还要亲身经历收集，描述和分析数据的过程，并能根据数据作出合理的判断。
还以“经过哪种车”为例，学生不仅意识到解决这个问题需要收集数据，而且还要讨论需要收集哪些数据，采取什么样的办法进行收集，还要把收集的数据进行整理，使之清晰，这样才能进行合理的判断。
四、实施时应注意的问题：
数学课程标准第一学段总目标指出：对数据统计过程有所体验，掌握一些简单的收集、整理和描述数据的方法，能根据统计结果回答一些简单的问题，初步感受事件发生的不确定性和可能性。
本学段学生关注事物的新奇性和趣味性，所以对统计与概率的学习应侧重于初步的感受和体会，避免处理成单纯计算而不重视学生的体验和活动。
1、对数据的收集、整理、描述和分析过程有所体验。
第一学段的学生很难理解统计的全过程，为此，教学时教师要有意识地设计一些统计活动，比如：“我们班要举行特长培训，应设几个组，每个组有几人？”为了回答这个问题，孩子们就会想做一个调查，就产生了统计的必要，然后再思考具体的统计方法，只有这样孩子们才能接触越来越多需要统计才能解决的问题，不会出现只重教知识而忽略体验的情况了。
2、根据统计图表中的数据提出并回答简单的问题，能和同伴交流自己的想法。
教学时，教师应通过问题促进学生分析和解释数据。具体包括如下三个方面：
第一，判断统计图表能否表达原始问题。如通过统计图能否判断出有几个特长班，参加哪个特长班的人多，参加哪个特长班的人少。
第二、判断统计图表是否还能显示出其他的信息。主要引导学生回答两个方面的问题：①描述性问题，如“参加美术班的有多少人？”②比较性问题，如“参加美术班的人数比参加书法班的人数少几人？”
第三、根据统计图表作出合理推断，引导学生交流读图表的心得。
总之，义务教育阶段的统计学习应使学生体会统计的基本思想，认识统计的作用，既能有意识地正确地运用统计来解决一些问题，又能理智地分析他人的统计数据，以作出合理的判断和预测。
《统计与概率》教学反思3
“统计与概率”可以说是数学新课程中最让小学教师感到“头疼”的内容了。这个具有独特思维方式的领域既难教又难学，尤其是让许多成人都感到抽象难解的“概率”，也首次成为小学数学的一部分，它能否真的变成我们所期待的“儿童数学”？
这里涉及几个方面的问题：一、有没有必要让儿童学习它？二、儿童有没有能力学习，或者说，统计与概率能否变成“儿童数学”的'形态？三、教师有没有能力驾驭这样的“儿童数学”，假如前述两点成立的话？如何让教师具备这样的能力？
下文就通过个案研究带给我们关乎上述问题的诸多思考。或许，真正的答案还隐藏在更加深入、普遍和专业的科学研究之中，还孕伏在更成熟的思辨和讨论之中，但这并不削减一项真实调查的价值。当我们直面现状从而激起对这些永恒问题的思考时，这些思考也就有了当下的意义。
“统计与概率”的教学：反思与建议
在小学数学中，新增加的“统计与概率”内容已经成为许多教师十分关心的问题。教学应该如何设计、展开，教师又具备多少统计与概率的知识，相关教材、培训等如何完善，都值得深入研究。我们以四年级一项有一定代表性的教学内容为例作了课堂观察和研究分析，对以上问题提出建议。
教学内容如下：
例1：足球比赛前，裁判员通常用掷一枚硬币的方法来决定开球的一方，这样做公平吗？
例2：口袋里有四个号球，上面分别标有1，2，3，4。甲、乙两人各摸一次。甲先摸，摸出一个号球，记下号数，放回口袋中，乙再摸。谁摸出的数大谁胜。游戏公平吗？
课堂活动：小明、小丽被同学们推选为组长，得票数相同，谁担任组长呢？班长决定做4个纸团，其中只有一个写有“正”字。由小明从中任取一个纸团，抽出“正”字的纸团就担任正组长。这个办法公平吗？
分析该设计的意图可能是：因为已经学习了用分数表示一个事件发生的可能性大小，例1的目的是通过计算双方获得开球权的可能性都是1/2，从而知道游戏公平的意思是“获胜的可能性是一样的”。例2是让学生进一步体会游戏的公平性。“课堂活动”是让学生体会游戏的不公平性。
该内容由某国家级课程改革实验区一所小学的两位教师分别执教。其中，李老师从事小学数学教育13年，原始学历大专；张老师从事小学数学教育4年，原始学历本科。两位教师的教学水平在该校都属于中等偏上。我们对教学过程做了笔录和录音，课后对老师和学生作了访谈，为了解这部分内容的难易程度，我们又在大三学生中作了调查与测试。现将结果呈现如下。
《统计与概率》教学反思4
统计与概率的内容贯穿整个小学阶段，每一册课本都有统计或概率方面的内容，所以这也是六年级最后期末考试的必考内容。所以在复习的时候，虽然没有必要把每册的课本再重新拿出来复习一遍，但是对于统计的几个类型，通过练习题再巩固一下即可。统计的内容相对来说比较简单，学生总体掌握的不错。主要是三种统计图的的区别与联系，有时会考个判断题或选择题。其次就是一般会考一个大题，主要的统计图的绘制，还有根据题目信息来解决一些简单的实际问题。
但是，在复习的时候，重点是强调一些区别和联系，以及一些常出错的地方，以及经常忘记的小细节，比如条形统计图主要是可以看出各种数量的多少，还能看出数据的差异；折线统计图主要是看出数量增减变化的趋势，也可以看出各种数量的多少；扇形统计图主要是看出部分与整体的关系也就是部分占整体的百分比，不能看出数量的具体多少，只能通过计算得出。
而一些小细节也要特别注意，比如绘制条形统计图的时候，每个直条的宽度要注意一样，还有在每个直条上面要标上具体的数量。绘制折线统计图的时候，折点处也要标上数字，还有不要和原点相连。绘制扇形统计图的时候，要标上具体表示上面和对应的百分数。
总之，学生在做题的过程中，如果出现问题，再及时的进行讲解和纠正。
《统计与概率》教学反思5
结合历年的考题和在教学中的经验，学生在考试中可能出现的情况有以下4种：
（一）很容易就完成（难度不大）
此类题目出现在填空题里，如求简单事件概率，求平均数、众数，一般所有考生都能完成
（二）一看就会，一做就错
这类题目主要是对概率与统计中的一些概念和定义不熟练，模糊和混淆，如求中位数，没有注意要重排数据；条形统计图中没有注意条形长与宽的单位大小等等，突出体现基本功不扎实。
（三）易掌握难做
这类题目体现在对数据的整理，教师只需讲一遍，学生就能掌握，但做起来很费力。主要是在画统计图上，从小学学生就会做了，但要完整、美观地画出来，很多同学还是捉襟见肘，体现基本运算不熟练的实际问题，也是现在学生的一个弱点。
（四）难掌握难做
此类题目体现的是长效记忆和瞬时记忆的问题。概率与统计中，有些题目并不是单纯的概率与统计题，里面还涉及到其他数学问题，需要综合考虑，老师讲解过后马上就进行练习，学生能完成，一段时间过后，学生就模棱两可，无从下手，要达到长效记忆，只有多做多练，分析问题要结合实际，才能突破这类题目。
结合学生容易出现的问题，以及结合历年试题不难发现，考题经历着从最基本的双基考查迈向高层次的解决问题的层面，统计与概率的灵活应用在试题有所体现，所以绝不能再把统计与概率当简单题对待，做好本领域的复习尤为重要，我觉得在复习中应当抓基础、重巩固、寻技巧，争取让学生克服这些经常性可能存在的问题。
《统计与概率》教学反思6
今天县教研室来我校进行教学视导，我上了一节初三《统计与概率》试卷讲评课,虽然这堂课内容不是很难，但是一堂课下来，本人觉得我的课堂教学还是存在很多的问题;课堂教学效果不理想。
课堂时间分配不合理，重点题目在黑板上得到充分的展示。巩固练习没能很好地处理。课堂小结流于形式。没有很好地把握课堂教学的节奏。没能对知识、方法作进一步的归纳和提炼，没能站到数学思想的高度认识所学内容。
通过教研室刘老师的点评，本在今后的试卷讲评课中将从以下几方面努力：
1.很好地把握课堂教学的节奏，课堂上让学生们解决重点出错的问题上。
2.注重前后知识的联系，对知识、方法作进一步的归纳和总结，提升，站到数学思想的高度认识所学内容。
3.及时引导学生总结解题中的有效方法，寻找适合学生的最佳学习途径，提高学生的学习成绩.
4.通过试卷讲评引导学生学会学习、培养学生良好的考试习惯。
《统计与概率》教学反思7
本节课，教材安排了两个活动。活动一，求可能性。活动二，体验可能性大小的实验活动。活动一，学生对可能性的求法没有感到什么困难，但是在质数合数的区分上，还是有同学掌握得不够好。活动二，有些同学没有按照老师的要求带来小正方体，所以只好应用了一部分同学的实验数据进行统计，和是5——9的结果出现的频率比和是2、3、11、12的结果的频率要大得多。为什么会出现这样的结果呢？学生的好奇心被激发出来了，探讨出现所有结果的可能性成为他们急需解决的问题。学生们想出了各式各样的方法：有用列表法来表示结果的，有用算式来表示结果的，有用列举法来表示结果的……所有的方法都得到一种结论：和是2、12的可能性是1/36，和是3、11的可能性是1/18，和是4、10的可能性是1/12，和是5、9的可能性是1/9，和是6、8的可能性是5/36，和是7的可能性是1/6。心中的疑惑解开了，孩子们的眉头舒展了，我笑了。
通过《统计与概率》这部分知识的复习，学生的知识得到了巩固，学到了运用所学知识解决实际问题的方法和策略，应用数学解决实际问题的意识得到加强，实践能力也得到不断提高，相信对于他们来说，收获是巨大的。对于老师来说，每一届学生都会留下不同的学习体验，老师也感到受益匪浅。
《统计与概率》教学反思8
教材选择了两个事例，一是某旅游景点2008年“十一”长假期间的游客情况，用条形统计图和折线统计图表示出同一组数据的不同特征；二是某城市1999年——2007年的人口数量统计结果，要求用折线统计图表示出数据的基础上，对该城市的人口变化情况进行分析，并预测5年后该城市的人口数量。
本节课，在整个的教学过程中没有出现什么困难，学生的学习状态不错，教学效果也不错。在完成书上教学内容的基础上，我又增加了扇形统计图的教学，把三种统计图放在一起进行了比较，使学生能够更清楚地了解到三种统计图的特征，从而会有选择地应用。
数学之美读后感 篇1
这本书一共3章，主要介绍了这些数学方法：统计方法、统计语言模型、中文信息处理、隐含马尔科夫模型、布尔代数、图论、网页排名技术、信息论、动态规划、余弦定理、矩阵运算、信息指纹、密码学、搜索技术、数学模型、最大熵模型、拼音输入法、贝叶斯网络、句法分析、维特比算法、各个击破算法等。从第一章开始其明了幽默的语言就深深的吸引了我，让我觉得如果早一点看这本书，也许数学之于我就是另一番天地。
第一章里作者从原始人类的通信方式开始入手，人类最早利用声音进行的通信依赖于开篇给出的"编码—传输—解码"的基本原理，指出原始人的通信方式和今天的通信方式没什么不同，这世界上近现代最普遍的原理大部分都在人类发展的历史上被无意识的使用着。
第六章信息论给出了信息的度量，它是基于概率的，概率越小，其不确定性越大，信息量就越大。引入信息量就可以消除系统的不确定性，同理自然语言处理的大量问题就是找相关的信息。信息熵的物理含义是对一个信息系统不确定性的度量，这一点与热力学中的熵概念相同，看似不同的学科之间也会有着很强的相似性。事务之间是存在联系的，要学会借鉴其他知识。
这本书里也能找到不少在学的课程知识，如大学专业课里，数电总是要比模电简单不少，而自然界里大部分的信号都属于模拟信号。所谓模拟信号，是指从时间和数值两种维度上看来都是连续变化的信号。在实际电路中，模数转换是一个很重要的过程，将预处理的模拟信号经过模数变换为数字信号，然后进行数字信号处理。而数字化处理有很多优点，比如功能强大、抗干扰能力强、易于传输等。
简而言之，如果没有数学，就没有数字信号处理和传输的概念，而数字信号传输在当下大规模的集成电路里是必不可少的，这是通信成功的基本要求。
作者把生活中遇到的复杂的问题，以简单清晰，直观的模型或者公式展现出来。我们可能过于注意生活中的种种奇妙现象，往往忽略了追求其理论逻辑的演绎，而这，也是大部分问题的主要根源。
罗素曾经说过："数学，如果正确地看，不但拥有真理，而且也具有至高的美"；爱因斯坦也曾说过："纯数学使我们能够发现概念和联系这些概念的规律，这些概念和规律给了我们理解自然现象的钥匙。"数学在所有科学领域起着基础和根本的作用。"哪里有数，哪里就有美"。在这里，我也想把《数学之美》真诚推荐给每一位对自然、科学、生活有兴趣有热情的朋友，不管你是从事职业，读一读它，会让你受益良多。
吴军老师在《数学之美》中提到："这本书的目的是讲道而不是讲术。很多具体的搜索技术很快会从独门绝技到普及，再到落伍，追求术的人一辈子工作很辛苦。只有掌握了搜索的本质和精髓才能永远游刃有余"。回到我们日常的生活中，需要学习的东西、技术太多太多，如果一味地只为去追技术的脚步，那么我们也会很累很累。然而基本的原理却是没有怎么变化的。只见森林，不见树木，难免迷失；站在高处向下看，也许我们一直看不到底，但是站在底处却是可以看见底的。
数学之美读后感 篇2
我在想，为什么我们要学习数学？也许这个问题成年人有一万个答案，可是当我们第一次走进教室，学习数学的时候，大概率还是个孩子，你怎么跟一个孩子解释为什么要学习数学呢？我把这个问题抛给了一个朋友，他说：“为了提高思维逻辑能力，这是我初中老师在第一节数学课上告诉我们的”。或者一位5岁的小朋友又会问：“什么是逻辑能力呢？”
也许从出生第一天，我们就一直在被动的接收一些东西，父母的劝导，老师的传授，可5岁的孩子还是会把玩具散落一地，6岁的孩子仍然会因为父母不给买玩具而嗷嗷大哭，无论你怎么劝导一个人，怎么劝诫一个人，他可能仍然会犯你认为会出现的错误。我记得有位教育专家这么说：“你告诉宝宝他把玩具弄坏了，就等于丢了10个棒棒糖”，从此以后这个宝宝可能会更加珍惜玩具。这个方法很简单，但是貌似最有效。数学是什么？数学不就是把复杂的东西简单化么？
现在我们再回答前面的问题：为什么我要学习数学？我们可以这么跟5岁的小朋友说：“妈妈给你10元钱，让你买酱油，酱油7元、棒棒糖1元一个，剩下的钱你可以买几个棒棒糖？”或许想吃棒棒糖的就会苦思冥想一番，或许未来妈妈真的给他10元钱去买酱油，结果回来就变成了一瓶酱油和3个棒棒糖。或者再过一段时间，这位小朋友会选择6元的酱油，因为可以获得4个棒棒糖了。他这么计算着：7+3和6+4都可以等于10，那么如果要必须买酱油的情况下，1+9也可以等于10。我们都知道也有1元的袋装酱油，于是9个棒棒糖到手了。任何知识的魅力都在于自我的发现，只有你对它产生了无限的兴趣，你就会不断的发现它的美，《数学之美》也可以变成《物理之美》。
有些人会说，上面的例子是利益驱动型，不是兴趣驱动型，对于一个孩子来说，你能指望他向成人那样：“我需要的不是物质世界，我需要的是精神世界？”5岁宝宝最喜欢做得事情就是在吃和玩上面，请问，成年人不也是如此么？这就是天性。只不过成年人的自控能力足够大罢了。
我们回到书本上，这本书是否合适自己？如果没有专业的数学知识，很难读懂。但是它又有着无限的魅力，让你不自觉的读下去，为什么？因为“数学之美”，虽然大多数人看不懂里面的公式，但是能够明白数学能解决的问题：概率统计学能够解决自然语言处理、布尔代数能解决搜索引擎的问题、有限状态机和动态规划能解决地图问题、向量+特征向量+余弦定理能解决自动新闻分类问题、最大熵模型解决金融问题，看着看着我就莫名的产生了一种想要学习算法的冲动，这不就是本书的意义所在么？
数学之美读后感 篇3
在网上看到有人推荐吴军博士的《数学之美》，尽管我从事社会科学研究，但对数学的推崇一直如此，所以买来一读，我的真切体验正如吴军博士在书的后记中所说，把自己“境界提升了一个层次”。
那么，对我而言，到底提升了什么境界呢？
首要的肯定是思想境界。在未读这本书之前，我知道对于这个世界的事件形成的信息集合，人类只有两种方式可以表达，一个是数字，一个是语言。整个实数的集合是无穷个，而且每个数字都是唯一的；整个世界中的事件也是无穷个的，而且每个事件也时独一无二的，这样数学中的数字集合与世界中的事件集合就构成一个一一对应的关系，所以研究数字之间的关系，实际上就是在研究世界中事件之间的关系。语言中的概念和世界中的事件之间也是可以构成一个对应关系的，但问题是，语言中概念的集合是有限的，所以它和数字集合的对应显然只能是部分对应。
计算机科学的发展，人类需要把语言处理成数字，因为计算机只能识别数字信号，所以“语言的数字化”成为计算机产生以来发展最快、而且最有创新性的领域，而许多华人科学家成为了这个领域的顶尖专家，如李开复，吴军博士是卓越的科学家之一。至此我才感到，在计算机主导的世界中，信息化就是数字化，而最难的数字化、也是最有成就的数字化，就是对人类自然语言的数字化，因为人类的信息几乎100%是用语言承载、传播的，计算机要与人对话，变成智能化的机器，首先要解决的就是语言的数字化问题。但我们在电脑上自如地输入文字时、或者拿着手机通话时，我们跟本没有意识到，那些卓越的语言科学家，早已经把我们的语言，转化成数字信号，通过输入、处理、解码的方式，让我们无障碍地联络、工作。
我似乎感到，语言与数字的关系，就是人与自然关系的接口。套用古希腊毕达哥拉斯学派的观点，加上我的理解，即是，数是万物的本原，语言是人的本原！
吴军博士似乎也在提升我对方法的认识境界。科学研究的思考方式，习惯遵循本质、规律、连续性思维，在语言学研究的早期，人类为了让计算机识别语言，采用建立语言规则和语言规则数据库的办法，但最终以失败告终（20世纪50—70年代），70年代后科学家采用了语言统计模型，研究取得了突飞猛进。语言统计模型的胜利，再一次证明了宇宙量子模型的信念，世界是不连续的随机性的粒子构成，人类数千年文明进化出来的语言系统，就是动态的随机概率事件。其二，物理思维再也难逃牛顿的经典本质思维方法，即找寻到百分之百确定性的规律，而信息论思维是研究如何把握不确定性现象，利用概率统计是不二法门。其三，语言本质上就是信息传播，只有从通信模型视角才能真正理解计算机的功能，对语言的编码、处理、传输、解码是计算机的强项，计算机是永远不可能理解语言的意思的。
在《数学之美》中，吴军博士对他的老师、师兄弟、同事的经历、掌故进行了叙述，让我们了解到这些世界一流的学科家、技术精英们的为人处世品质、鲜明个性、科学素养及其管理风格。例如贾里尼克对博士生的严酷淘汰，马库斯对学生的宽宏大度，但我感到他们有一样东西是共同的，就是对科学创造、顶尖人才的识别和器重，甚至是无条件的包容。如此为人的境界才是根本，因为伟大的科学创造毕竟是人做出来的，只有崇高的人文精神之下才能造就顶尖的人才、一流的科学和技术。
观国内的学说界，官风盛行、人情充斥，与这些一流学说群对科学创造的赏识、对个性人才的包容，对科学探索的热诚，可谓相去甚远。
看来，我们只能寄希望于年轻一代，但愿吴博士的《数学之美》，能让我们的学子们，初步体验到科学精英们卓越的才智与情怀。
数学之美读后感 篇4
《数学之美》，一个从事多年工作的谷歌研究员眼中的数学。令我大饱眼福的是，大学里面的数学知识竟能如此广泛运用到了计算机行业中。
在语音识别、翻译，还有密码学领域，有着许多基于概率统计的模型和思想。当然，贝叶斯公式是基础，应用到隐含马尔科夫链模型，神经网络模型。
在搜索中，一些相关性的计算，无不用到了概率的知识。在新闻分类中，用到了一些有关矩阵特征值、相似对角化的知识。当然，在图像处理方面，矩阵变换可谓是无处不在。另外，在识别方面，有一些通信模型，涉及到了信道、误码率、信息熵。
最近刚开学也没什么事，所以就想随便找几本书看一下，但最好别是那种太艰深晦涩的书。8月份一直到现在，吴军写的这本12年5月出版的《数学之美》一直盘踞京东、亚马逊等各大网上商城科技类图书的榜首，当然，还有早些时候出版的《浪潮之巅》也排在很靠前的位置。心想市场的力量应该能帮我挑出好书吧，于是就从图书馆借了一本来，一直到今天晚上把它给看完了。
因此想写一点东西来总结、反思一下，反正刚开完班会也没什么事干。
写在前面的建议：如果你不讨厌数学的话，强烈推荐这本书，网上也可以下到电子版，不过阅读感觉上还是很不一样的。
废话就不多说了，《数学之美》其实是一本科普类的读物，所面向的是接受过普通高等教育的人，完全不需要在特定领域有很深的造诣就可以看懂，大概懂一点线性代数、概率统计、组合数学、信息论、计算机算法、模式识别最好（虽然列举了这么多，其实有些不懂也没关系……），所以尤其适合信科的人看。内容大部分是和人工智能、计算机相关的，这并非我所学的专业，但作者比较擅长将看似复杂的原理用简明的语言表达出来，所以可读性还是很好的。
吴军是清华大学毕业的，之前任职于Google，后来到了腾讯，这些文章都是发表在Google黑板报上的，后来经过了重写，所以网上下载的和书本内容有所差异。由于吴军本人是研究自然语言处理和语音识别的，所以统计语言模型的东西可能会多一点，不过我觉得这丝毫不妨碍全书数学之美的展现……感觉收获还是挺多的，知识上的有一些，但更多还是思维方式上的。作者举了很多例子试图让人明白很多看似复杂的高科技背后，基本原理其实是出乎意料简单的（当然，必须承认第一个想到这些方法的人还是非常了不起的……）。比如高准确率的机器翻译，看上去好像是计算机能够理解各国语言，隐藏在背后的却是很多具有大学理科学历的人都非常清楚的统计模型和概率模型；再比如拼音输入法的数学原理，早期的研究主要集中在缩短平均编码长度，比如曾经流行一时的五笔输入法，而现今真正实用的输入法却是有很多信息冗余、编码长度比较长的拼音输入法，作者从信息论和市场的角度做了简单的阐述；又比如新闻的自动分类，许多非IT领域的人可能会认为计算机可以读懂新闻并进行分类，而实际上只是特征向量的抽取、多维空间中向量夹角的计算，非常非常简单，但凡学过一点线性代数的人绝对是一看就懂的……当然，完美的实现还需要考虑很多细节和现实的情况，但这并不是这本书所关注的地方，数学之美在于其简洁而不是繁琐。
除了对于具体信息技术的剖析之外，作者还花了很大篇幅来讲一些杰出人士的成长过程，特别是把这些人的成长经历和中国学生的成长经历作对比。虽然作者并没有明说，但字里行间多少流露出对于中国高等教育以及很多中国企业的批评，一是教育的功利性，缺乏宽松的独立思考的环境，即使学了一堆理论也难有用武之地，自然也就缺乏创新性的成果；二是中国企业的短视，大部分都不舍得在新框架开发上投资，而是坐享学术界和国外企业的研究成果。
总结一下呢，《数学之美》事实上不能带给你编程能力的提升，也没法让人的数学水平有显着的提升，但它在很大程度上让你跳出教科书式的繁琐细节的束缚，能够从更宏观的角度来思考信息世界背后的数学引擎的运行原理，让人明白看似很高级、复杂的东西背后其实并不如我们所想象的那样复杂，而我们所学的“枯燥”的数学真的可以“四两拨千斤”，改变亿万人的生活。
数学之美读后感 篇5
第8章里的“索引”，作者讲到谷歌面试产品经理的一道题目：如何向你的奶奶解释搜索引擎。关于这个问题，好的回答据说是用图书馆的索引卡片做类比。
我奶奶是个文盲，一生为农，日出而作，日落而息。她很少看电视，更别说图书馆。所以用图书馆的例子，对我们来说，很生动；对她来说，很生涩。
我们村的田地是按照地形、土质和流水等来划分的，计有一等地、二等地和三等地。一般情况下，一等地用来种水稻，二等地用来种菜，三等地用来种水果。
所以当我奶奶想要给我摘桔子的时候，她肯定不会从一等地或者二等地一块地一块地找过来，而是直接跑到三等地（一般就是山上）。
像这样的索引，是基于脑子里的“数据库”，因为田地不会很多，多了也来不及种，所以跟布尔代数没什么关系。但是这样解释，我奶奶就会大概明白了。我奶奶生前一次电脑也没用过，跟她解释这些，唯一的意义是，她会觉得我没有敷衍她，这会使她欣慰——如果有机会解释的话。
杨小凯曾经说，如果张五常多加注重使用数学模型，那诺奖也许就拿下了。张五常对此不以为然，反以为傲，自诩当今世上只有科斯、阿尔钦和他才敢只用文字，不借助数学模型就在经济学界占有一席之地。
当然，张五常也不是彻底否定数学的作用，他认为能够用文字解释的经济学原理，不必使用数学对其复杂化。
数学在信息学和经济学里都有广泛应用，但是在信息科学方面，对数学作用大小的争论就没有经济学那么大了。
我们常说搜索引擎的竞价广告，就可能经历到第三方公司，通常他们宣传自己是谷歌或者别的搜索引擎公司的代理商，然后通过不正当手段为客户提高网页的排名。谷歌在消除网络作弊方面做了很多努力，通过修改排序算法来为搜索者提供更加准确实效的信息。
“作弊的本质是在网页排名信号中加入噪音，因此反作弊的关键是去噪音。沿着这个思路可以从根本上提高搜索算法抗作弊的能力。”我们公司就是吃了这个亏，交了不少钱给第三方公司，结果算法一变，关键词的排名从前三下降到前三页没影。
社交搜索正在雄起，但是如果想要在传统的搜索引擎中占据有利排名，我想，第三方公司的技术水平是很关键的。
大学专业课里，数电总是要比模电简单不少。
自然界里大部分的信号都属于模拟信号。所谓模拟信号，是指时间和数值上都是连续变化的信号。在实际电路中，模/数转换是一个很重要的过程，将预处理的模拟信号经过模/数变换为数字信号，然后进行数字信号处理。而数字化处理有很多优点，比如功能强大、抗干扰能力强、易集成化等。
简而言之，如果没有数学，就没有数字信号处理的概念，也就无法进行信号的传输，而数字信号传输在大规模的集成电路里是必不可少的，这是通信成功的基本要求。
之前看到有人说如果高中看这本书，也许数学就是另一番天地，会有所突破。我不觉得，如果高中看这种书，我想，大多数人还是会对数学更加望而却步。本书更适合通信电子这些专业的学生，在学习专业课的时候辅助阅读，对理解通信原理、数电模电等都有更形象生动的想法。
数学之美读后感 篇6
我是在读了吴军博士的《浪潮之巅》之后，发现推荐了《数学之美》这本书。我到豆瓣读书上看了看评价，就果断在当当上下单买了一本研读。本来我以为这是一本充满各种数学专业术语的书，读后让我非常震撼的是吴军博士居然能用非常通俗的语言将自然语言处理等高深理论解释的相当简单。在李开复博士之后，吴军博士又成为了目前备受瞩目的具有深厚技术背景的作家。对于我来说，读这本书有扫盲的功效，让我知道了很多以前不知道的东西。我的想法是在研究生阶段，不只局限于导师的研究方向，通过更加广泛的涉猎知识，去寻找一个自己喜欢的研究领域。如果找到了这样一个领域，那么我就读博士。如果没有的话，那么我想还是工作算了。
1、学科之间的联系是如此的重要
全书主要是围绕着吴军博士所研究的自然语言处理方向来讲述一些应用在这个研究领域的数学知识，用了很大篇幅讲解了将通信的原理应用到自然语言处理上所取得的'巨大成功。以前学习计算机网络的时候，学过一个香农定理。对香农的认识就从香农定理开始，因为考研会考相关的计算题。看了这本书才知道，香农的《信息论》对今天的影响真的是不可估量。通过这样一个过程，我也对以前的本科学校的学科建设产生了一些忧虑。对于培养计算机人才来说，无论是培养应用型人才，还是培养研究型人才，都应该与电子、通信有一定的交叉，这样对学生思考问题的启发与视野的开阔有着重要的作用。计算机本身就是从电子、通信、数学等学科中抽出来的新兴的学科，在发展了多年之后，我们发现它仍然需要继承一些传统。回想自己的本科四年，上的更多的课时
语言类、技术类的课程，这些课程的确对提升学生的就业有很大帮助。但是我想说的是，一个忽视数学基础、学科交叉的学校，他无法成为一所国内的一流大学。作为一个母校培养的学生，我深知改革的阻力与困难，但是我希望母校的计算机学院能越办越好。我们现在已经培养出很多高薪优秀的技术人才，我希望将来也能培养出更多的研究型人才。
2、看起来很牛的东西却用着难以置信的简单数学原理
在整本书中让我最为印象深刻的是解释Google搜索的原理，居然就是简单的布尔代数运算。这个的确让我大跌眼镜，我一直认为搜索时一个非常复杂而庞大的问题，其数学原理也是相当高深的，但是吴军博士的解释让我大开眼界。与此同时也知道了Google为什么牛，牛在哪了。搜索的原理虽然非常简单，但是搜索是一个需要对海量数据进行操作的工作。Google在海量数据的处理方面的确是相当先进的，MapReduce、BigTable等等一些技术的发明与应用使得Google在搜索上无出其右。目前分布式存储、分布式计算、数据仓库与存储等研究领域近些年来的大热也说明Google在引领研究方向上的超凡本领。
3、感谢概率老师的教诲
在大二的时候，有一个在我们学生中声望很高的概率老师，他在课程即将结束的时候跟我们说我们将的是前几章，这些事概率论与数理统计的基础。对于你们计算机的学生来时，后面的章节才是最有用的，以后一定要好好的研究，弄上一两个在你的毕业设计上就会让你毕业设计提升一个档次，有可能验收你毕业设计的老师也不懂。我当时对他的话没有特别在意，我只关心期末考试要考哪些题目，因为我那个学期的概率课基本上都在睡觉，只有他讲笑话的时候不睡。我看《数学之美》后发现马尔科夫链、贝叶斯网络之后，对以前的概率老师充满无限的敬意。我发现我们再本科阶段学习的《高等数学》、《线性代数》、《概率论与数理统计》在计算机学科应用较多的要数概率论与数理统计，还有一门我学的不好的《离散数学》在计算机中也是有着举足轻重的地位。我在看米歇尔的《机器学习》时也发现很多熟悉的概率论与数理统计的知识，这让我不得不开始考虑重新弥补自己的数学短板。我的想法是在研一这一年把概率论与数理统计、线性代数、离散数学尽我最大的努力补一补，希望他们对我今后的学习有所帮助。
4、说说作者吴军博士
吴军博士写的书对于学习计算机的学生来说，读起来有种说不出的亲切感。可能这跟他是技术出身的原因有关，流畅的文笔、质朴的文风也让人读起来很舒服。看高晓松在优酷上的《晓说》就知道，在硅谷有着众多的华裔工程师，他们很多都来自清华、北大等国内的名牌大学，这些人在美国实现着自己的梦想。吴军博士也曾是这其中的一员，我非常希望那些像吴军博士一样的牛人们能够写书或者来国内的大学做一些演讲、论坛等等，开阔一下我们的视野，传授一下做学问的经验。与此同时，我也在想为什么我们国家那么多优秀的IT人才都去了美国。
这个问题在我去苹果公司在东软信息学院组织的培训过程中得到了答案，那个南京邮电的老师讲了讲中国为什么不像美国那么有创造力。我们中国人并不缺乏创造力，很多时候是我们所处的外部环境恰恰阻碍了创新。我想那么多优秀的清华北大学子纷纷到大洋彼岸的美国，正是被美国开放的学术环境、创新氛围所吸引，每个人都有自己的梦想，他们去美国也是为了能实现自己的梦想。以前都觉得他们是不爱国，现在长大了，对于这个问题看得更清楚了一点。
我想说我们的祖国在经历了改革开放30多年的飞速发展之后，目前正处于一个关键和脆弱的时期。我们靠着人口红利取得了巨大的成就，我们能不能凭借人才红利取得更大的成就还是未知。希望有更多的人才能像李开复博士、吴军博士那样，为我们这个民族青年的成长和国家发展做出贡献。
数学之美读后感 篇7
上个月去北京开会，顺道拜访了人民邮电出版社，合作多年的编辑陈冀康赠我一本《数学之美》，说一定是我喜欢看的类型。以前也在网上零散看过Google黑板报上吴军先生的文章，对他的前一本书《浪潮之颠》也有耳闻，但没有读过。这次有机会集中阅读他的文章，确实是一段美妙的体验。
读完这本书有一点强烈的感受：工具一定要先进。数学是强大的工具，计算机也是。这两种工具结合在一起，造就了强大的google、百度、亚马逊、阿里、京东、腾迅等公司。他们不是百年老店，但他们掌握了先进的工具。
掌握了先进的工具，必将获得竞争优势。如果你知道哪里有一群软件工程师，维护着更大的一群计算机，那么不要犹豫，想办法使用他们提供的服务，因为这会给你带来优势。所以我们使用Google的搜索和邮件，在亚马逊、京东和淘宝上购物，用QQ和微博联系朋友，使用银行卡和网上银行，利用交易终端在全球市场上进行各种交易……
人类历史就是一部工具的进化史。石器、青铜、铁器、火药、蒸汽机、内燃机、电报、电话、电视、计算机、卫星、互联网，工具的进步引领着文明的进步。新的工具不断淘汰老的工具，就像互联网视频点播正在淘汰电视、微博正在淘汰报纸、电子书正在淘汰纸质书那样。
但有一些古老的工具，今天仍有人在学习和使用，甚至在上面花费许多时间。毛笔就是这样一个例子。今天学习掌握毛笔这种“落后的”工具，还有什么意义？其实我们在使用一些“落后的”工具时，主要是在学习工具背后的思想。书法和绘画中蕴含的艺术审美的一般原则，经得起具体工具变迁的考验。甲骨文、金文、石鼓文所包含的对空间构图的理解，仍然值得现代人学习。思想工具是比实物工具更强大的工具。
工具组合使用，形成更强大的新工具。《数学之美》中提到的马尔可夫链虽然是很强大的工具，但我在数学课上没有听老师提到过。这本书中给我印象最深的例子是余弦定理和新闻分类。余弦定理是中学数学，再加上一些不算很难的多维向量的知识，竟然解决了计算机新闻分类这样的难题！
每一种工具的背后，是人们对世界的一种理解。蒸汽机和内燃机背后，是力学的世界。电报、电话、电视、计算机和互联网背后，是信息的世界。数学是抽象的工具，是其他工具背后的工具。每一门学科要成为科学，都少不了数学。也许有一天人们会习惯，用数学工具来分析艺术。数学是一种语言，它源于具体的世界，又高于具体的世界。如果说语言是对世界的认识和描述，如果说数学是一种语言，那么它一定是最接近神的语言。看似毫不相关，却又能描述万事万物。
学习数学有什么用？物理学家费曼当年在大一时提出这个问题，他的师兄建议他转到物理系。今天，这个问题已不成为问题。具有扎实数学功底的人才正进入各行各业，例如金融业。我认识一个出版社的老总，他招应届毕业生有一个条件：数学要好。
工具虽好，关键还要会用。最终要回到掌握先进工具的人。软件算法工程师加上计算机集群，这是目前一流企业必需的装备。正如马克.安德森所说的，各行各业的一流公司，都是软件公司。优秀的软件算法工程师，是人才争夺的焦点。这样，我们就容易理解Google招工程师的要求。
对信息加工处理和传递的能力不断增强，是知识经济的特点。《数学之美》展示了Google如何运用数学和计算机网络，带领我们进入云计算和大数据时代。
知识经济时代的工作，就是在各自的领域中进行科学研究。科学研究要大胆假设，小心求证。科学研究要量化。科学研究要有对比实验。科学研究要有数学模型。科学研究要有田野调查。科学研究要有文献查证。科学研究要有同行评议。《数学之美》向我们介绍了自然语言分析领域的科研方法和过程。
任何一个领域，深入进去都有无数的细节。有兴趣的人不但没被这些细节吓倒，反而会兴致勃勃地研究，从而达到令人仰慕的高度。吴军先生向我们展示了数学和算法中的这些细节，也展示了他所达到的高度。值得我学习。
感谢吴军先生分享他的知识和深刻见解，也感谢人民邮电出版社出了这样一本好书。
数学之美读后感 篇8
本书介绍了Google产品中涉及的自然语言处理、统计语言模型、中文分词、信息度量、拼音输入法、搜索引擎、网页排名、密码学等内容背后的数学原理。让我们看到了布尔代数、离散数学、统计学、矩阵计算、马尔科夫链等似曾相识的内容在实际生活中的应用。相比于其他数学题材书籍，吴军老师把抽象、深奥的数学方法解释得通俗易懂，书中同时引用了诸多的历史典故和人物介绍，给人以很多启发，也让人由衷感叹数学的简洁和强大。
虽是数据专业毕业，但是才疏学浅，无力对数学的美进行阐述。仅就书中两个比较喜欢的地方发表一点不成熟的见解，与诸位共勉。
其一，在讲Google的搜素引擎反作弊时谈到做事情的两种境界“道”和“术”，术就是具体的做事方法，而道则是隐藏在问题背后的动机和本质。在术这个层面解决问题要付出更多的努力，有点类似于我们常说的“头疼医头，脚疼医脚”，暂时不疼了，过几天复发了，再去医治，如此往复，无法从根本上解决；而只有找到了致病原因，才能做到药到病除，根本治愈。本人之前参与过行内月终自动核对的研发，月终核对初期数据的不一致性只能靠数百业务人员人工核对数据差异，然后修改数据，每月1日都要加班加点，工作量很大，这是从术上解决问题。后来找到了产生差异的原因是会计核算时的利息调整造成的，把这些数据接过来进行相应冲减后差异就消失了，业务人员也不用来加班了，这才是从道上解决问题。
其二，是在做中文网页排名时提到的从业界成功的秘诀之一：“先帮助用户解决80%的问题，再慢慢解决剩下的20%的问题。许多时候做事失败，不是因为人不够优秀，而是做事的方法不对。一开始追求大而全的解决方案，之后长时间不能完成，最后不了了之”。我们在做项目时也是一样，业务有时要的功能非常急，可能有些功能也实现不了（比如系统响应时间长、查询明细不能支持省行等）。这时我们就要将焦点关注在那些可以实现的80%的功能上，哪怕刚刚上线的系统界面丑点，操作复杂点，反应速度慢点，但是至少业务有可用的系统，剩下时间再去优化那剩下的20%。这样可以帮助我行抢占先机，在与同行业的竞争中取得主动。如果等待我们把所有的细节都搞清楚再动手开发，力求完美，那么很可能系统能够上线的时候业务已经不需要了。
数学之美，也就是简单之美。希望大家能够喜欢数学，喜欢数学之美。
