我没想到这本书这么早进入我的已读书单。
因为在看其它书的过程中，它有很多次被提到。
以至于我等不及，先看它再说。
如果你觉得自己眼光不够长远，
视野不够宽广；
从未做过长远规划，
看问题经常只见树木不见森林；
处理问题，只会头痛医头，脚痛医脚……
尽管存在以上种种问题，
你仍希望自己变成一个拥有系统思维，
遇事分析全面、见解深入、分析到位的人，
这本书，越早看越好。
看了这本书之后，
让我脑子一下子串起了很多东西。
想到了几年前看的《魔鬼经济学》，
里面讨论美国治安与吸毒者之间的关系；
名字首字母与个人成功概率之间的关系；
想起了去年看的《有钱人和你想的不一样》
里面有一个这样的观点：
“这世上的看得见的东西，是由看不见的东西决定的……所以，如果你想改变现状，你得先改变看不见的东西。”
想起了马太效应、彼得原理、蝴蝶效应……
诸如此类，所有这些，都是因为我们生活在一个系统里，
里面某些要素的不断改变，
最终都会导致整个局面或环境发生巨大变化。
无论是政府制定相关政策对经济和环境的干预；
还是我们所在的公司，
通过制度对员工的管理或是激励，
到处都充斥着系统的力量。
在你采取一系列的措施后，
有时，人们会发现事与愿为；
有时，人们又会觉得无心插柳柳成阴；
有时，一个小小要素的改变，
或是我们调整了某个反馈回路，
结果却发生了惊人的改变。
如果问这本书，对个人有何指导意义，
我觉得有两点：
第一，对任何人与事，别肤浅地下结论。
第二，学会从微小的改变开始，并不断重复，几年之后，你可能整个人都变了。
就像《早起的奇迹》这本书中提到的一样，
作者只因为做了早起这一件事，
后来人生发生了巨变，并过上了自己想要的生活。
其实我们人本身，就是一个系统。
想改变现状，其实有时候，
只要轻轻挪动一下某根火柴棍即可。
积跬步，至千里。
要相信大道至简，我们方可至远。
岁末年终，总结规划。
以前觉得这是有些刻板的固定动作，但真的安静地坐下来，回想梳理这一年的事情，心里就产生了一种踏实感在充盈。
这就是跨年应有的仪式感吧，在漫长的时光之旅，每走过一段路，总会有个里程碑标记成长的经历。
无所谓成长多少、快慢，重要的是，一直向前的状态。
就像南方都市报新年献词里说的：
前路道阻且长，每个人都可以执着而笃定地奔赴远方。
2021年总结就两部分内容，阅读和写作。
全年读书90本。另外，这两年的听书（拆书解读）已经累计达785本。主要涉及以下方向：
1）时间管理
《五种时间：重建人生秩序》
《时间看得见》
《时间管理》
《伯恩·崔西的时间管理课》
《为什么精英都是时间控?》
《掌控24小时：让你效率倍增的时间管理术》
《每天少干2小时：告别穷忙的时间配置指南》
《创造时间：专注于每天最重要的事》
《每天最重要的2小时》
《孙正义的时间管理术》
《如何管理时间：精要主义执行手册》
《番茄工作法图解：简单易行的时间管理方法》
《简化你的时间》
《高效能人士的时间和个人管理法则》
《为什么时间总是不够用？》
《极简时间：如何从忙乱到时间自由？》
《和时间做朋友：你一定要学的高效时间管理术》
《高效能时间管理术》
《秋叶特训营：时间管理7堂课》
《未来时间使用手册》
《时间，快与慢》
《吃掉那只青蛙》
《时间思维》
《把碎片化时间用起来》
《每天最重要的3件事》
2）思维认知
《系统之美》
《好好学习》
《好好思考》
《刻意学习》
《人生算法》
《极简主义改变了我》
《当下的力量》
《停止忧虑，你的人生可以改变》
《了不起的我：自我发展的心理学》
《被讨厌的勇气》
《幸福的勇气》
《冯唐成事心法》
《孤独力：用活一人时间》
《认知觉醒：开启自我改变的原动力》
《认知驱动：做成一件对他人很有用的事》
《破圈：如何突破认知局限并实现终身成长》
《破局：超越同龄人的思考与行动指南》
《解压全书》
3）个人成长
《富兰克林自传》
《非线性成长》
《一年顶十年》
《精要主义》
《人生随时可以重来》
《穷忙，是你不懂梳理人生》
《美好人生运营指南：哈佛MBA写给你的人生管理课》
《如何活出自主人生》
《赢在下班后》
《持续行动：从想到到做到》
《高效清单工作法：聪明人的无压时间管理手册》
《深度专注力：管理精力和时间的9种方法》
《从行动开始》
《最好的投资是投资自己》
《出众，从改变习惯开始》
《效率人生》
《人生没有技巧，就是笃定地熬》
《松浦弥太郎的工作术》
《如何拥有一份安全的未来职业？》
《沟通的方法》
《书都不会读，你还想成功？》
《如何管理自己：从效能迈向卓越行动手册》
《如何把事情做到最好？》
《人人都能学会的写作变现指南》
《像经营企业一样经营自己：人人都能学的职场规划术》
《你要如何衡量你的人生？》
《学会成长：爆发式成长的25个思维模型》
《趁早》
《按自己的意愿过一生》
《世界尽头的咖啡馆》
《大器晚成：乾坤未定，你我皆是黑马》
《我就是个普通人》
4）其他类
《苦难辉煌》
《为什么是中国》
《运营之光》
《百万富翁快车道》
《有钱人和你想的不一样》
《财富自由》
《半小时漫画中国哲学史》
《我如何成为一名畅销书作家》
《黑天鹅：如何应对不可预知的未来》
《随机生存的智慧》
《随机漫步的傻瓜》
《反脆弱》
《智慧与魔咒：塔勒布的黑天鹅哲学》
《非对称风险》
《假如生活糊弄了你》
小结：
阅读量上算是一个小惊喜。
没想到自己在工作和生活之外，还能看这么多书，为自己点赞。
现在基本只看电子书，平时都是在手机上看。实在是遇到喜欢的才会买来实体书，这一年买过的纸质书也就10本左右。
从11月中下旬开始，工作进入年底忙碌模式，主要是通过听语音朗读。体验下来，用耳听的效率不如用眼看。不过为了避免用眼过度和利用好碎片时间，还是采用了听的方式。
从下半年开始，一方面由于生活节奏的变化，一方面是当时在做时间管理的主题阅读，慢慢养成了早起看书的习惯。
突然就发现，无论是自己读书还是听拆书稿，效率都特别高，于是果断从熬夜晚睡模式转换到早睡早起模式，身心状态和效能果然大不一样了。
虽然现在还没法儿做到保持每天的严格自律，比如可能一个月里还有那么两三天会晚睡，比如元旦跨年这两天，主动或被动的熬夜了，但是，相比去年几乎天天熬夜的情况看，今年的总体情况，生活更加规律和健康，解锁早起模式后发现了很多惊喜。
得益于此，才能在一年的时间中读了近100本书，这给了自己莫大的鼓励。
2022年要继续坚持下去，阅读目标定在150本。
全年更文93篇，字数9.43万字，篇数和字数都超过了预期。其实一开始是没有预期的，哈哈。
写作的内容，还是聚焦在读书上，坚持输出读后感和书评。
不同以往的是，今年开始输出听书系列，就是在听完拆书稿后，输出一篇笔记+感想的小作文，后来发现效果很好。
如果只听不写，听完就是左耳进右耳出。而听完写点东西，也是一个记录重点和锻炼思考的过程，输入和输出才算是完整闭环。
不过在书评上，却是慢了、少了。
买书如山倒，读书如抽丝。现在的情况是，一键添加就能囤书，一般几个小时就能看完，可是读后感和书评的速度却远远落后于阅读的速度。
读得多，写得少。太多太多的书，在看完以后没有进行梳理，及时写出书评。
2022年里，在这方面的行动力上，是需要刻意练习的。
不拖延，微启动，先行动起来再说。
2021年已经过去了，感谢在这一年里坚持阅读和写作的自己，以及背后默默支持的家人。
回望这一年，阅读和写作再次融入了自己的日常，持续在工作之外给自己充电，也慢慢看到了日积月累的力量。
真正认识到，只要目标清晰，坚持行动下去，就能看到成效。
想阅读，就去读，只有一页页地读，才能看完一本又一本。
想写作，就去写，只有一句句地写，才能输出一篇又一篇。
唯有真实的行动，才能将脑海中那副美好的蓝图落地。
不然想得再好，也是空中楼阁。即便做得再差，也能带来变化。
2022年，继续稳步向前。
我不怕慢，因为我终将要走很远很远。
数学之美读后感1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2《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3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yhk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4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。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）