优势识别器读后感细选

01、解剖优势
什么是优势？盖洛普定义：做某件事的持续的近乎完美的表现。注意是超越大多数人的近乎完美的表现，并且是持续的结果可预测的，才是优势。
盖洛普认为，优势由才干、知识、技能三者共同组成。
才干：一种特殊的天生能力或悟性，与生俱来的并且持续表现出来的思维、感觉或行为模式。才干是天生的，并且一旦形成，无法改变。每个人的才干都不同。
知识：由所学的事实和课程组成。可以分为两种：一种是事实类的，即内容，事实类知识帮助你入门；一种是
技能：做一件事情的步骤。技能是将经验型的知识规范化，将积累的知识归纳为一系列的步骤和要点。技能是可以传授和学会的。比如演说技巧的总结和学习。
根据盖洛普对优势的定义和阐述，个人理解其优势指的是“卓越”，而不是“胜任”。上述三要素中，知识、技能是可以通过学习和实践获得的，具备知识和技能，就能基本胜任某件事，而只有加上才干这个要素，才能达到卓越。理论上来说，如果能够找到自己的优势、形成自己的优势，就能够成功。而大部分人不能够成功，盖洛普认为主要有三方面的原因，并且为这三方面的原因分别给出了应对策略。
盖洛普认为，优势是基于个人的才干，加上知识和技能的"学习，培养而成的。每个人的才干是天生的，那么，识别个人的才干就变得尤为重要。针对个人才干识别，盖洛普提出了两种识别方法。
才干识别方法一：观察法
面对事情时，一个人油然而生的反映体现了个人的才干，因此可以通过对日常行为的观察，发现个人才干。具体来说，可以通过三个线索去发现。线索一是渴望，特别是年幼时就能感觉到的渴望，往往揭示了才干的存在。比如某知名建筑师5岁时就喜欢用小木块搭模型。线索二是学得快，对某一项新技能学的特别快。线索三是满足，从事某些活动时，感觉非常满足，很有可能是在使用某一个才干。观察法的使用还有很多种方法，盖洛普并未进行系统性描述，可参考其他书籍，以及课程内容进行了解和学习。

才干识别方法二：测评法
盖洛普的“优势识别器”测试，虽然要优势识别器，但其实测试的是个人的才干。测试后将给出5大主导才干的分析报告。优势识别器在于发现一个人在哪些方面有建立优势的最大潜能。因此，盖洛普优势识别器所测试的，是多年研究总结的34个才干主题。测试完成，将会了解一个人的5大主导才干主题。主题没有好坏之分，且5大主题之间是关联的，相互作用。
34个主题分别是：成就、行动、适应、分析、统筹、信仰、统率、沟通、竞争、关联、回顾、审慎、伯乐、纪律、体谅、公平、专注、前瞻、和谐、理念、包容、个别、搜集、思维、学习、完美、积极、交往、责任、排难、自信、追求、战略、取悦。盖洛普对每一才干主题的典型行为表现以及代表案例进行了定义和说明。
02、在个人发展上的应用
优势理论在个人发展上的最大应用就是职业选择上。职业选择有两个方面的问题：一是领域，一是分工。在什么领域（比如行业选择）适合你这个问题上，才干主题发挥的作用很有限，而对你应该从事什么类型的工作，才干主题能提供较多的指导。盖洛普研究发现，同一工种表现出色的人往往拥有一些相似的主题。比如，记者往往有“适应”主题；医生都有“排难”的主题；很多优秀教师都具有“伯乐”、“体谅”、“个别”主题。
但并不表示才干主题和工作分工是线性对应的。也有很多具有不同主题组合的人在同样的工作岗位上表现优秀。盖洛普研究认定：无论你决心做什么，只要你能适当安排自身工作，使你的主导才干在大部分时间里得到充分发挥，你就会取得最大的成功。通过揭示个人的主导才干，就能帮助更好的安排自己的工作。此外，在优势里面在个发发展的应用方面，盖洛普还提出了以下几点见解。
正确的看待自己的弱点
关注优势，而不要花费大量的时间和精力来研究自己的弱点，不要害怕弱点，害怕失败。但同时也并不是教我们无视弱点。我们要关注那些真正的弱点，真正的弱点是“妨碍你出色发挥的因素”。针对这类弱点，我们要设法去控制。在设法控制之前需了解，该项弱点是涉及知识、技能、还是才干？如果是因为知识、技能的缺乏，那控制的方式就是努力去学习和实践。如果是才干的缺乏，盖洛普给出了几条控制建议：设计一个支持系统；用超强优势主题盖过弱点；或者找一个合作伙伴，弥补自己在某一方面才干的缺失；或者停止做这件事。

不要关注5大主导才干主题的排序
在技术上讲，报告形成了5大才干主题的排序，但在实际应用中，排序并没有意义。优势识别器测试是识别出个人占主导地位的思维、感觉和行为方式。
部分主导才干相同的人可能差别很大
才干主题不是孤立的，而是相互关联的，一个有“理念”才干主题的人，和“回顾”主题相结合，可能会专注于花时间去搜集线索来解释现在。而另一个同样有“理念”才干主题的人，和“前瞻”主题相结合，可能会专注于从现在的形势中分辨出关键趋势，预测十年后的情形。
不存在相互对立的主题
非此即彼的假设并不适用于实际世界，盖洛普在采访研究中也发现，成千上万的优秀人士拥有初看相互矛盾的主题。比如一位投资银行家，同时具有“和谐”（尽可能避免冲突）和“统率”（敢于争辩）主题。
03、在组织管理上的应用
优势理论在组织发展上的应用，盖洛普从管理者的角度，和组织发展的角度分别提出了相应的建议。
从管理者的角度来说，需了解手下每一个员工的5大主导才干，并且采取一对一的不同管理方式。本书中针对每一种才干主题的人如何管理，给出了具体的行动建议。
从组织发展的角度来说，主要有三个方面的应用：
基于优势的选拔体系：鉴于每个人的才干都经久不变，组织首先应该花大量的时间和经费把人选对。
基于优势的绩效管理体系：鉴于每个人的才干都与众不同，组织应该对每个人提出不同的业绩要求，而不是强求每个人一致。
基于优势的事业发展体系：鉴于每个人最大的成长空间在其优势领域，组织应该把培训的时间和经费用于帮助员工了解自身优势，以及强化这些优势的途径。此外，应该设法帮助每个人基于优势拓展事业，而不是必须沿着公司的阶梯提拔。
盖洛普针对上述三方面应用也提出了具体的行动建议。
《现在，发现你的优势》读书笔记1
通过阅读《现在，发现你的优势》让我知道：原来我们每个人的成功都是很好的发挥了自己的优势，在平常人看来，我哪方面知识欠缺就要多学习这方面的东西以求弥补缺点，比如我数学学习成绩不好我就努力学习数学，我医学知识欠缺我就努力学习医学方面的知识，而书中的观点彻底颠覆了这种想法，他告诉我们每个人都有自身的才干，而且是从年龄很小的的时候就大概3岁到十几岁就固定下来了，而且这些才干是跟随我们一生的无法改变的东西，好比是你做一件事不用费力就能把他做好，而别人要花好长时间与精力，对于我们的弱点我们要了解并学会加以控制，关键是控制而不是去弥补我们的弱点，想想我们大多数人的思维是不是都在努力弥补自己的不足呢，其实每个人的弱点很多的，多的不胜枚举了，不如我不会开飞机，不会开火车，对于这些我们是没有必要学习的。

我们对弱点只是控制，通过学习一些基本的知识建立自己的支持系统组建团队互补等等方法，而没有必要去学精。最害怕的每个人不了解自己与生俱来的才干或者说是才能，比如一个优秀教师，同样是老师，他为什么会教的很好呢，再如演说家，他为什么那么优秀呢，其实他们都有一个共性就是发挥了自己的才干，他们很清楚自己的才干，然后加上知识和技能最终成为了自己的优势。一个很简单的公式优势=才干 知识 技能。
我们当中的好多人只所以做的非常成功，也是很好的了解了自己的优势并将它淋漓尽致的发挥了出来。细想一下，我们小时候的好多想法是不是对我们现在的影响很大呢。不来以为自己什么也不懂，什么也不会，读完此书搞完测试才发现，原来我是这个样子呀，原来这就是我的五大才干！我们对自己本身与生俱来的东西往往是视而不见的。既然了解了自己的才干，我想我在以后的生活中就会加以利用，努力把他培养成自己的优势。比如我的一大主题是体谅，所以我对大多数人的想法就比较灵敏的感应到，通过讲话我也会倾听到一些更深层次的东西。还有一大主题是排难这也是我遇到困难会兴奋而且会越战越勇直到问题解决，原来这都是我的骨子里就天生注定的东西。
通过读这本书我还了解到一点就是每个人的成功很大一部分取决于自己，我们需要改变的只是改变自己的想法观念行动，如何正确的认识自己很重要。
《现在，发现你的优势》读书笔记2
从收到本书第一反应就是感觉院领导为了让我们每位员工的成长真是良苦用心，现在发挥你的优势从字面上看就是在提醒我们不要浪费时间，为自己为公司为国家发挥自己的才能，就不要再去浪费时间了，年轻是本钱，但不努力就不值钱。感谢院领导对我们的栽培。
当我打开书看了以后真是像树上熟的那样：世界上没有怀才不遇这件事，关键是找准你的优势。盖洛浦认为：个人的优势由才干、技能和知识组成，其核心是才干。盖洛浦將才干定义为“个人所展现的自发而持久的并能产生效益的思维、感觉和行为模式”，他认为才干是遗传和早期形成的，是个人所独有，贯穿一生，并无法传授、培训和强求的。盖洛浦建议：首先，你应认可自身才干。其次，才干不等于优势。才干是种子，必须配以必要的技能和知识，并寻找需要你所具才干的岗位，持续的使用它，才能变成优势。

这本书对原来我们固有的思维和做法进行了批判，提出“一个人要想成功，在于最大限度地发挥他的优势，而不是去弥补他的弱点”。那么，什么是优势呢？书中关于个人优势的定义是：做某件事的持续的近乎完美的表现，也就是一个人做一件事，不费力，而比别人做的好。
1、若想使某件事成为你的优势，你就必须能始终如一地做好它。唯有在你反复地、愉快地和成功地做一件事时，你的能力才算得上是优势。
2、你为了把某件事做得出类拔萃，并不需要方方面面的优势。也就是说，你只要发挥出自身独有的优势。
3、你的成功之道在于最大限度的发挥优势，而不是克服弱点。书中告诉我们，为了获得成功，我们应该发挥优势，无论什么优势；控制弱点，无论什么弱点。同时，书中也给出了如何识别我们才干的线索：
1、你对你所遇到的各种情形的自发的、油然而生的反应。
2、你对某些事物的渴望，特别是年幼时就感觉到的渴望。
3、学得快，如果你学一种新技能特别快，就充分说明你具有某种强大的才干。
4、满足，如果你从事一项活动感觉良好，你就很可能在使用一个才干。当然，我们能够运用该书提供的优势识别器来找出我们的才干。
盖洛普咨询公司对大量的成功人士进行了“为什么你能取得成功”的调查，从而总结出了34种成功人士所具有的潜在优势。因此这本书的论点有一定的科学性，这个研究结果也给了我们很多的启示：
第一、每个人都有自己的优势，同时也有自己的不足，而一个人的优势与不足成型后，是无法通过后天的努力来改变的。也就是说，一个人不可能通过后天的努力将自己的不足转变为优势，而培训和学习更多的意义在于"止损"。因此一个人最应该做的事情是不断提高自身的优势，增强优势才干，同时只需要花费较少的精力和时间去学习和改善自己的不足，只要达到可以"止损"的程度就行了。这样的学习和培训，能够起到事半功倍的效果。
第二、作为一个团队的领导者，最重要的就是要了解团队成员的优势和才干，并根据各人的才干和优势，合理地为每个人制定目标，合理进行工作安排。这样才能最大程度地发挥出团队的能力，从而提高整个团队的绩效。

第三、作为医院的管理者，从选人、用人，进行目标设定、制定绩效考核标准的时候，首先要分析所选择人员的优势所在，为特定职位，安排具有相应优势才干的人；同时在考核的时候，不同的岗位，也应该采用适用的考核标准，而不是用一个统一的标准去考核所有人。
第四、从这本书的研究方法来看，我们看到了西方对人力资源开发的研究采用了科学的方法论，在基于大量案例调查和数据分析的基础上，提炼总结出最后的结论，这种工作和研究的方法，值得中国的企业和我们学习。
总体上看，这本书提出了一个新颖的观点，即“多数人不知道自己的优势”，而是更关注自己的不足，而只有不断强化自己的优势，不断提高自身的独特才干，才能真正最大程度发挥自己的能力，从而创造出最佳工作绩效。
我在接下来的工作中将用此书所教的方法运用好，为自己提高工作效率，为医院创造更好的效益。
《现在，发现你的优势》读书笔记3
最近我利用闲暇之余看了看《现在，发现你的优势》一书，这本书对原来我们固有的思维和做法进行了批判，提出“一个人要想成功，在于最大限度地发挥他的优势，而不是去弥补他的弱点”。它通过大量的研究，整合出一套优势识别器的工具，让你可以很清楚地识别出你的优势，并且能够实际运用，才能真正最大程度发挥自己的能力，从而创造出最佳工作绩效。
该书针对我们大部分人对自身才干和优势不甚了了，更不具备根据优势安排自己生活的能力。不同于现今铺天盖地的教授你如何弥补不足、如何进步的理论，令人印象深刻，使人迫不及待的想一口气读完此书。一个人，抓住自己的"优势，不断地放大优势，是走向成功的最佳途径。这一观点是我读过《现在，发现你的优势》这本书后得到的最大收获。可见人生的关键问题，在于了解自己的优势，分析自己的优势，进而巧妙地发挥自己的优势，并将自己的优势转化为成功的能量。
这个世界上没有任何一个人是完美的，也不会有任何一个人是毫无优点、一无是处的，关键在于你能否发现自己的优势，进而如何处理自己的优点和缺点。正确发挥自己的优势，把自己放在擅长的领域里，就能为成功奠定一个良好的基础。我们一个人不可能面面俱到，每个人身上都蕴藏着一份特殊的才能，那份才能犹如一位熟睡的巨人，等着我们将它唤醒，这个巨人就是待您发掘的优势。只有善于经营自己优势的人，才能使自己的人生价值得以增值。

另外，在如何对待优势和弱项这一问题上，《现在，发现你的优势》这本书给了我一个全新的视角去审视自我。一直以来，我们大多数人都坚信：每个人的最大弱点就是其进步的最大机会，并力求去坚持不懈地学习自己并不擅长的领域。特别是在我们中国，在中庸文化的影响下，这种观点更加深入人心。而这本书里面提出的观点是，成功在于充分发挥自己优势的同时控制自己的弱点，而不是徒劳的弥补弱点。我认为这个观点确实是更基于客观实际的，原因在于每个人的个性是从少年起就形成的，是成年后难以改变的。基于这一思想重新认识一下自己，找到身上的闪光点，真的是个不错的选择。
虽然认清自己的优势和长处是如此重要，但我们大多数人却往往难以真正了解自己的优势。《现在，发现你的优势》提供的优势测试给了我一次更理性地分析自己的机会。分析、和谐、交往、审慎、适应是优势测试器给我的评价，这几个简单的单词确实简单扼要地概括出了我的部分性格优势。其中“分析”一词我认为是最为贴切的。对“分析”的解释中有这样一段话让我颇为赞同：“你自视客观和冷静。你喜欢数据，因为它们既不包含特定的价值观念，又没有特殊的目的，且未加修饰。有了数据的武装，你就寻找模式和关联。”这些评价正是一个数据分析者所必须具备的素质，也是我一直追求的方向。“审慎”和“适应”也是身在职场的我所应该庆幸能够拥有的两大优势，用审慎的态度对待工作，以低调的心态适应职场，将是我的一贯态度。
富兰克林曾说过“宝贝放错了地方便是废物”。在人生的坐标系里，一个人如果站错了位置，用他的短处而非长处来谋生，那会异常艰难甚至可怕，他可能会不断遭遇困境和挫折，在不断的打击和失意中沉沦迷失方向。
人生的诀窍在于发现自己的优势，经营自己的长处。我将坚守自己独特的优势，尽情的去享受自己的“分析”能力，发挥自己的“交往”技巧，构筑“和谐”的人际关系，“审慎”地“适应”这个复杂而又充满机会的社会。
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。