数学之美读后感

作者：jdfuew | 发布时间：2020-12-05 00:10:11 收藏本文下载本文

第1篇：数学之美读后感

数学之美读后感（一）

看到吴军的另一本书《数学之美》，激起了很深的兴趣，所以很快把书看完了，普及了很多基础的知识的同时也启发了很多想法，感觉很爽。

我自己在交大学的是工科（虽然没怎么上过课），小学、初中、高中都是一路参加数学竞赛，名次都还不错，也因此没有参加中考、高考，一路保送，自己对数学有很深的感情，同时女朋友大学也是数学系，有点后悔的大学选了个并不感兴趣的专业（交大当时允许我随便选专业，我没有跟父母商量自己选了船舶制造）。看这本书的过程中找到了很多高中在看竞赛书的感觉，里面提到的很多概率论（不等式）、图论、数论的知识是高中数学联赛复试的重点，高中的时候已经研究的很深了，不过大学荒废了之后也忘得差不多了，书中提到的很多定理还很有亲切感

书名叫做《数学之美》，显得有些太大，毕竟更多的是吴军在google做搜索相关工作用到的数学模型的介绍与总结，提到的数学部分大多集中在概率论、图论、数论领域，所以书名太大了，可能hax说得对，也许是出版社为了卖书取得名字

不得不说吴军是一个大家，文字中能够透露出大家的气势，书中不断的穿插着各种历史上的大科学家以及科技领域的大家的小故事甚至八卦，从文字中非常能够感受到吴军是一个和他们一个层次的人（即使他自己会自谦说是一个二流的工程师之类）

书中具体的模型就不介绍了，说几点我学到的知识（仅仅皮毛），能列出来的都是看完还有点印象的：

1.在互联网的世界中，信息是如何量化的，信息熵是怎么回事？有啥用？

2.搜索领域中，语言是如何统计的，尤其是如何通过概率模型进行分词

3.搜索引擎是如何工作的—网络爬虫是怎么回事儿

4.PageRank是怎么回事？为了解决什么问题？

5.密码与解密领域的数学模型，尤其提到的二战时候的各种解密的趣事儿，提到的电视剧《暗算》打算抽空看下

6.拼音输入法的数学模型

7.、文本自动分类的模型

……

看完之后最大的感受就是：

1.数学模型巨大作用，推动着新技术的发展

2.攻城师是一个伟大的职业，能够运用这些知识转化为生产力，非常牛叉

3.书中提到了很多数学模型都是在不断的进化、改良、升级，也就是说有人不断的在做优化，会有不断更好的模型、更新的技术出现，跟得上技术的发展可能也是比较重要的，否则很多人一直在做某一点上的持续优化就没有意义了。

但同时技术很大的作用是用来解决实际问题的，书中提到的各个数学模型、各种方法都是为了解决人们的需求或者业务的需求，毕竟公司不是科学研究所，所以追求通过技术直接解决用户需求或者做成易用的工具给业务人员、运营人员来间接解决用户需求是挺重要的，可能不是技术人员觉得做到80分就可以了，而是用户、使用工具的人觉得做到80分是一个重要的衡量

提到工具，想到赵赵说过的一句话：不好用就等于没有，可能就是这个点，同时运用工具的人必须好好的运用，如果用不好甚至不用就太对不起技术了。

数学之美读后感（二）

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。

数学之美读后感（三）

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、腐败当道、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。

第2篇：数学之美读后感

.读《数学之美》有感

第一次听到这本书名字时，我并没有什么想要阅读它的兴趣。作为一名文科生，数学在我眼里是看起来毫无实用价值的公式定理，是繁琐复杂的演算步骤，是永远考不到高分的那门课程，我对它“深恶痛绝”，丝毫不觉它会有任何美感。但在老师的强烈推荐下，我还是对它产生了好奇。或许一直以来，我对数学都存在着一种误解，我很想知道，我所以为的刻板枯燥的数学，究竟如何产生美感，或许这本书能给我新的认识。

准确的说，这并不是一本单纯讲述数学原理的书，更多的是将数学放在IT领域中，让数学原理与语音识别，搜索引擎等技术相碰撞，从而呈现数学之美。书中所讲的数学更多的是作为一种工具，或者说是一把万能的钥匙，信息科技如同宏伟的城堡，语音识别，自然语音处理和信息搜索领域就如同其中一个个充满未知的房间，每一次研究遭遇难题时，科学家们被拒之门外时，最终打开它的钥匙总是数学。这样一把钥匙的迷人之处，或许就在于它以最精简的形态，突破了最复杂的障碍。

谈起数学之美，本书的第一章却先从语言入手，让我颇为意外。但一步步读下来也体会到了作者的用心。相对于理解深刻的数学原理，理解语言更易于读者接受，更易于传递其中的趣味。而语言和数学之间确实也存在着密不可分的联系。数字与文字同是信息的载体，其目的也都是为了传递和存储信息，但两者又各自有鲜明的特点。由于不同文化背景的影响，文字有着千差万别的形态，在不同语义和语法规则的组织下，更是有着丰富多彩的内涵。而数字的特点就在于它形式的简洁和规则的统一。有限的数字符号，按照世界公认的计算规则，就能承载庞大的信息量，可以说，数字是世界通用的一种语言，也是互联网联通世界必不可少的一种语言。从语言的角度去了解数字给了我一种新的认识，就好像互联网如同一个新的国度，在这里通用的语言是数字，面对用户的需求，互联网在接受和处理的过程中经过种种程序以实现最准确的回应，而这种回应遵从的语法规则就是数学。

对于数学在IT领域的应用，作者在后面几章有了更为具体详细的阐述。马尔可夫链，矩阵计算，乃至是余弦定理，这些看似如空中楼阁的原理，其实恰恰是信息技术大厦的地基之一。我一直怀疑数学无实用，其实只是自己的理解太过表面狭隘，当更深入的了解到某些学科，才发现数学其实已被广泛应用与各个领域。作者在密码学那一章谈到日本军方因为对密码学中一些数学原理缺乏了解，在二战中吃了不少亏，说道：“都说落后就要挨打，其实数学没学好也要挨打。”虽是玩笑，但确实反映出数学在现代科技发展过程的重要地位，尤其是在这样一个互联网时代，数学的作用更是举足轻重。从20世纪50年代到70年代，科学家们在自然语言处理方面的研究之所以走进死胡同，其实就是没有很好的利用数学的作用，以致对计算机智能的理解出现偏差。事实上人类有人类的思维方式，计算机有计算机的思维方式，而这种思维方式就是以数学为依托。为计算机的种种程序建立数学模型，或许就如同为计算机构建脑回路。

书本越读到后面，对IT领域数学的应用介绍就越多也越具体，对于数学基础相对薄弱的我而言，理解起来越困难。后面章节中涉及到的奇异值分解、最大熵模型、条件随机场等等概念更为抽象，也许是由于相关基础知识的欠缺，我并不能很好地理解，但其实作者在阐述的过程中并没有多少繁琐的演算过程和空洞..的空洞的理论描述，更多是举出一些显明易懂的例子，以轻松活泼的语言来启发读者。正如作者所说，这本书主要是写给非IT行业的读者看，作者透过《数学之美》很好地诠释了“深入浅出”这几个字。这样一种能力，恐怕离不开作者对相关领域的深入研究，也只有将道理理解得很透彻，才能将道理讲解得很明白。书中作者一直在强调一点，最简单的往往是最好的。无论是作者自己的叙述风格，还是书中一些影响深远的数学模型，还是序言里提到的“简单性法则”，无不在印证这一点。其实，透过《数学之美》，作者在传递一种正确的思维方式，无论多复杂的问题，化繁为简总是关键，“好的方法在形式上总是简单的”。我想，简单，或许就是数学的迷人之处吧。

除此之外，书中还介绍了许多数字技术研究领域的杰出科学家。无论是富有传奇色彩的贾里尼克教授，还是自然语言处理教父马库斯，抑或是“务于精纯”的柯林斯和“观其大略”的布莱尔，他们身上所体现的科学精神都值得我们学习。对于如今物欲横流的中国社会，对于浮躁的学术界，尤其值得深思。书中有谈到科研的“术”与“道”，这一点颇有哲学意味。现在很多研究者，往往热衷于“术”上的精进，总想着如何走捷径，如何快速出成果。其实这与科技的长远发展无益。想要追求真正的学术突破，需要研究者更多地思索“道”。“道”需要潜心研究，耐心等待，需要跳出纷繁复杂的技术，从知识最本质的原则，最基础的原理出发，找到新的突破方向，才能实现质的飞跃。这需要学者们更为严谨求实的科学精神和不懈进取的科学态度。其实，这一点精神和态度，不光是科研学者所需要的，对于我们大学生而言，同样可贵。

《数学之美》这一本书，对我而言是值得一读，而且是值得多读的一本书。它让我重新认识数学，也让我重新认识IT行业。数字技术比我想象的复杂，因为每一个理论，每一个技术，都源于无数科学家数年的研究成果；但从另一个层面上看，它也比我想象的要简单，因为每一个成果之后都有清晰的逻辑链条和简洁的数学原理。数学之美或许就在于此，它让我认识复杂之物，它让一切变得简单。.

第3篇：数学之美读后感

《数学之美》读后感范文

【导语】以下是为大家整理的关于《数学之美》读后感范文，仅供大家参考，希望能够帮助到大家！

《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（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、*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。

第4篇：数学之美读后感

读后感，希望对您有帮助！

数学之美读后感

本文是关于读后感的，仅供参考，如果觉得很不错，欢迎点评和分享。

数学之美读后感（一）

看到吴军的另一本书《数学之美》，激起了很深的兴趣，所以很快把书看完了，普及了很多基础的知识的同时也启发了很多想法，感觉很爽。

不得不说吴军是一个大家，文字中能够透露出大家的气势，书中不断的穿插着各种历史上的大科学家以及科技领域的大家的小故事

读后感，希望对您有帮助！

甚至八卦，从文字中非常能够感受到吴军是一个和他们一个层次的人（即使他自己会自谦说是一个二流的工程师之类）

书中具体的模型就不介绍了，说几点我学到的知识（仅仅皮毛），能列出来的都是看完还有点印象的：

1.在互联网的世界中，信息是如何量化的，信息熵是怎么回事？有啥用？

2.搜索领域中，语言是如何统计的，尤其是如何通过概率模型进行分词

3.搜索引擎是如何工作的—网络爬虫是怎么回事儿

4.PageRank是怎么回事？为了解决什么问题？

5.密码与解密领域的数学模型，尤其提到的二战时候的各种解密的趣事儿，提到的电视剧《暗算》打算抽空看下

6.拼音输入法的数学模型

7.、文本自动分类的模型

……

看完之后最大的感受就是：

1.数学模型巨大作用，推动着新技术的发展

2.攻城师是一个伟大的职业，能够运用这些知识转化为生产力，非常牛叉

3.书中提到了很多数学模型都是在不断的进化、改良、升级，也就是说有人不断的在做优化，会有不断更好的模型、更新的技术出现，跟得上技术的发展可能也是比较重要的，否则很多人一直在做某一点

读后感，希望对您有帮助！

上的持续优化就没有意义了。

提到“工具”，想到赵赵说过的一句话：“不好用就等于没有”，可能就是这个点，同时运用工具的人必须好好的运用，如果用不好甚至不用就太对不起技术了。

数学之美读后感（二）

人类历史就是一部工具的进化史。石器、青铜、铁器、火药、蒸

读后感，希望对您有帮助！

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。

读后感，希望对您有帮助！

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。

读后感，希望对您有帮助！

数学之美读后感（三）

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？

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

读后感，希望对您有帮助！

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。

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

读后感，希望对您有帮助！

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、腐败当道、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。，希望能帮助您！

第5篇：数学之美读后感

《数学之美》读后感

确切的来说，《数学之美》并不是一本书，它是谷歌黑板报中的一系列文章，介绍数学在信息检索和自然语言处理中的主导作用和奇妙应用，每一篇文章都不长，但小中见大，从看似高深的高科技中用通俗易懂的案例展示了数学之美，深深的吸引了我。

这一系列文章的作者是google公司的科学家吴军。他毕业于清华大学计算机系（本科）和电子工程系（硕士），并于1993-1996年在清华任讲师。他于1996年起在美国约翰霍普金斯大学攻读博士，并于XX年获得计算机科学博士学位。在清华和约翰霍普金斯大学期间，吴军博士致力于语音识别、自然语言处理，特别是统计语言模型的研究。他曾获得1995年的全国人机语音智能接口会议的最佳论文奖和XX年eurospeech的最佳论文奖。

吴军博士于XX年加入google公司，现任google研究院资深研究员。到google不久，他和三个同事们开创了网络搜索反作弊的研究领域，并因此获得工程奖。XX年，他和两个同事共同成立了中日韩文搜索部门。吴军博士是当前google中日韩文搜索算法的主要设计者。在google其间，他领导了许多研发项目，包括许多与中文相关的产品和自然语言处理的项目，并得到了公司首席执行官埃里克.施密特的高度评价。吴军博士在国内外发表过数十篇论文并获得和申请了近十项美国和国际专利。他于XX年起，当选为约翰霍普金斯大学计算机系董事会董事。

正是他在信息检索与自然语言处理领域中的一系列工作，使他讲述了我所看到的内容－数学之美。

看了数学之美，立即联想到了金庸小说中的武林高人，总是把一套大多数人都会的入门功夫使得威力无比，击溃众多敌者。东西放在那，它的威力如何，并键在于使用者，武术如此，数学同样如此。

于我而言，语音视别是一类高科技，作为非专业人土，深觉高奥。但看完数学之美之后，顿感惊诧，原来如此深奥东西的解决方法自己也学过，并且理工科读过大学的人都学过，那就是统计学中的条件概率p(a/b)，即b事件发生条件下a事件发生的概率。

如果s表示一连串特定顺序排列的词w1，w2，…，wn，换句话说，s可以表示某一个由一连串特定顺序排练的词而组成的一个有意义的句子。现在，机器对语言的识别从某种角度来说，就是想知道s在文本中出现的可能性，也就是数学上所说的s的概率用p(s)来表示。利用条件概率的公式，s这个序列出现的概率等于每一个词出现的概率相乘，于是p(s)可展开为：

p(s)=p(w1)p(w2|w1)p(w3|w1w2)…p(wn|w1w2…wn-1)

其中p(w1)表示第一个词w1出现的概率；p(w2|w1)是在已知第一个词的前提下，第二个词出现的概率；以次类推。不难看出，到了词wn，它的出现概率取决于它前面所有词。从计算上来看，各种可能性太多，无法实现。因此我们假定任意一个词wi的出现概率只同它前面的词wi-1有关(即马尔可夫假设），于是问题就变得很简单了。现在，s出现的概率就变为：

p(s)=p(w1)p(w2|w1)p(w3|w2)…p(wi|wi-1)…

(当然，也可以假设一个词又前面n-1个词决定，模型稍微复杂些。）

接下来的问题就是如何估计p(wi|wi-1)。现在有了大量机读文本后，这个问题变得很简单，只要数一数这对词（wi-1,wi)在统计的文本中出现了多少次，以及wi-1本身在同样的文本中前后相邻出现了多少次，然后用两个数一除就可以了,p(wi|wi-1)=p(wi-1,wi)/p(wi-1)。

也许很多人不相信用这么简单的数学模型能解决复杂的语音识别、机器翻译等问题。其实不光是常人，就连很多语言学家都曾质疑过这种方法的有效性，但事实证明，统计语言模型比任何已知的借助某种规则的解决方法都有效。比如在google的中英文自动翻译中，用的最重要的就是这个统计语言模型。去年美国标准局(nist)对所有的机器翻译系统进行了评测，google的系统是不仅是全世界最好的，而且高出所有基于规则的系统很多。

这就是数学的美妙之处了，它把一些复杂的问题变得如此的简单。

看到《数学之美》，在感叹数学的美妙与神奇之处时，自然而然联系到自己专业（地质工程而或岩土工程）中的数学应用。

现在找文献，搜索期刊一大堆基于数学的专业文献，灰色数学的、模糊数学的、非线性的、系统的，等等，这么多的数学的使用，促进了一大批的文章，但这些数学方法的应用究竟是发现了哪些问题？还是解决了实际问题吗？还是仅发了文章，满足了需求？现实是文章好发，用着难用，解决问题还得传统的方法，那么是这些数学方法不行，还是用的太肤浅，根本没发挥其威力来？如果没有发挥出威力来，那怎么用？怎么发挥？(1)(2)

第6篇：数学之美读后感

浅析数学在信息领域的应用价值及个人感悟

一、如何理解数学在信息领域的应用价值

通过阅读《数学在信息中的应用》文章，加之当今的信息化背景，我们会发现，贯穿信息的获取，处理，利用和完善四个方面之中的，具有指导意义和决定意义的工具就是数学。另外还有，信息化的应用范围越来越广，信息的深度应用需求越来越多，对信息领域软硬件的要求也在不断提高。此外，网络结构的日益庞大、应用日趋复杂、数据流量越来越大，对数据安全性和信息的筛选、加工、提炼、展示等应用要求亦越来越高。所以，利用应用数学来解决信息化发展遇到的问题，推动信息化向更高层次发展，是当前专家和未来的我们亟待解决的课题。

对于我个人而言，大学的课程已经学完了一半，对于半数文章中提到的数学知识已经具备了理解的能力，剩下一半的知识相信通过接下来课程的学习也会逐个攻克。以下是我的读后感：

阅读《数学在信息中的应用》文章，确确实实带给了我很大的振奋。我听到老师和一些工作的师兄们说过，在一些高精尖的行业上面，数学有很大的应用，并且也暗示我所学的专业如果能够学的精而深的话，在未来有非常好的就业前景。毕竟耳闻不如一见，看了数学之美我才理解了他们所说的意思。数学几乎在方方面面都有它的应用价值。比如说新闻处理，电报密文，天体观测，金融分析，图像处理等等方面。学习了快二十年的数学，我还没有发现它竟然有如此之多的用处，单是数学在信息领域的应用就已经让我大开眼界了，至于数学在其他领域的应用更是不胜枚举。这使我对自己的专业——信息与计算科学产生了强烈的自豪感和归属感，我不再去排斥自己的专业了，就短短几天通过阅读数学之美系列，我对数学的感觉从以前的被动获取和勉强学习变为了强烈热爱和主动积极的学习。这原因就在于我发现了我所学习的专业的价值，它的一枝独秀，不可或缺的地位，数学的博大精深和对人类各项事业发展的价值已经使我深深陶醉其中。

回到一开始的话题，谈谈数学在信息领域的应用价值。如果泛泛而谈，把数学在信息各个领域的应用都涉及，首先，按照我目前的专业知识还不能够达到，其次，蜻蜓点水式的分析也不符合做学问的一般原则，而且，我也无法结合我的亲身体会和实践经验来阐述。所以在这里我选择我接触较多感触较深的数学模型为例来谈谈我对《数学之美十四：谈谈数学模型的重要性》这一节的感悟和理解。

这一节讲述了地心说到日心说的演变以及行星环绕太阳旋转轨道的确定。从模型的建立来看一开始托勒密的地心说模型建立的非常精致从而被大众所认可；而哥白尼的日心说因为模型误差较大被认定为歪门邪说造成了哥白尼的悲剧。行星环绕轨道一开始的天文学家使用大圆套小圆的方法，虽然可以使用但是方法过于繁琐，而开普勒非常幸运的发现了椭圆轨道从而解决了这一困扰，为轨道研究开辟新的路径。以上实例告诉我们，一个正确的数学模型应当在形式上是简单的。一个正确的模型在它开始的时候可能还不如一个精雕细琢过的错误的模型来的准确，但是，如果我们认定大方向是对的，就应该坚持下去。（日心说开始并没有地心说准确），大量准确的数据对研发很重要。正确的模型也可能受噪音干扰，而显得不准确；这时我们不应该用一种凑合的修正方法来弥补它，而是要找到噪音的根源，这也许能通往重大发现。

结合我参加数学建模的经验我想简单谈谈我的感受：一切新鲜的问题都是没有既定的方法可用的，需要建立数学模型来研究它。在建模的过程可能你会不断的得出一些模型，其间不乏简单漂亮的，可是通过更多的数据和研究你会发现这个模型存在缺陷或者完完全全是个错误的。但是只要知道应该往哪个方向走就应该坚持下去，坚持科学和真理。

二、如何认识信息与计算科学专业，如何学好数学课程

信息与计算科学专业是以信息领域为背景，数学与信息、管理相结合的交叉学科专业。该专业培养的学生具有良好的数学基础，能熟练地使用计算机，初步具备在信息与计算科学领域的某个方向上从事科学研究，解决实际问题，设计开发有关软件的能力。这一领域不同于计算机科学（对于计算、计算机以及信息处理的研究），同时也异于科学和工程学的传统形式——理论与实验。

学好数学，首先我认为要有一个能把数学讲明白的老师，其次是一个爱学数学的心，对数学有强烈的学习热情。既然是课程，那么学完每节课当天保证要有复习和巩固的环节，把老师讲过的内容重温一遍。有条件的话，能够提前预习是更好不过的，对于数学课程来说提前预习有事半功倍的效果。三、谈谈自己下一步的规划，如何实施。

我对于下一步的规划短期就是保研或考研，考到应用数学相关的专业。如何实现？当前来说就是学好本学期的课程，保证单科不低于87，平均分90以上，这样保研才有可能。即使保研无望，学好专业课程对考研也有帮助。鉴于本学期课业繁重，我不能像以前那样的方式来安排学习，每天都应该去上自习，作业任务不拖沓，及时完成；不懂就问，不允许有知识漏洞；时间宽裕的情况下，能够提前预习课程。

对自己严格要求，管好自己。不能浪费时间，该吃苦就要吃苦，该熬夜就要熬夜。一周尽量保持运动两三次，保证身体健康从而为高强度的学习提供足够的耐力和精力。周一到周五晚上尽量早睡，不要超过十二点半，保证第二天上午的学习质量。做到上述所说，我相信实现目标没有问题。

以上是我对数学之美的读后感以及结合我的专业学习和个人目标的感悟和宣言。感谢徐老师您能阅读我的算不上文章的文章！