数学之美读后感【第 1 篇】数学之美读后感 数学之美读后感 《数学之美》，一个从事多年工作的谷歌讨论员眼中的数学。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原来，一直到今日晚上把它给看完了。 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：假如你不讨厌数学的话，强烈推举这本书，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，所面对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。由于吴军本人是讨论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阻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...
