2014年的时候，有位同事说“数学之美”这本书很有意思。当时想“我数学一般般，对数学也没有兴趣”，于是错过了看这本书的机会。
直到2016年的最后一个月，才看完了这本“如此之好”的书。见识决定高度，说得太对了。当年根本不知道什么是“自然语言处理、大数据”，回过头来看，自己落后的不是一点半点啊。
所幸，终于知道了一个跟“读书时期”往前不一样的数学。
数学的目的不是为了烧脑
静下心来回想一下当年对数学的感受，除了为了考试得分，就是觉得数学没啥用。四则运算和应用数学题多少在生活中多少还是有直观感受的。指数、对数、微积分等则完全无感啊。
各种计算、证明、简化，简直就是烧脑的活。想想陈景润等大师们，自动就跟数学划清界限了，能远离就远离吧。
吴军老师在书中说：
- 数学，意思是通过学习获得知识。
- 语言和数学的产生都是为了同一个目的——记录和传播信息。
从数学产生的历史来看，数学原本是与生活极其贴近的，只是在演化过程中逐渐被抽象化，甚至被错误的认识。
一旦看过书中的“自然语言处理、搜索、神经网络”等案例后，对数学的感受一定是全新的，会有一种想见很晚，原来如此亲切的感觉。
数学不是为了烧脑，而是为了解决实际的、复杂的问题而存在。
当明白数学不是在天上飞，而是在地上跑的时候，不禁想，当初都错过了什么啊……
数学是一种洞察
每每想到信息熵，除了仰止香农大神之外，就是惊叹了。信息的度量究竟是多少？如果不是信息年代，估计永远不会有这个问题出现。尽管信息在人类远古时代就已经产生了。
信息需要按二进制存储和计算，为了度量信息，引入了一个重要的定义：
信息是为了消除不确定性
因此，信息的度量包含了两部分“概率（不确定性）和底数为2的对数函数（因为不确定性越高，信息度量越大）”。
看到这里，你还会觉得数学没有用吗？
数学不仅仅是有用，简直就是洞察。
当你一头雾水的想着信息是什么时，这个公式告诉了你可量化的答案，而不是抽象。
信息论，IT产业的灵魂。
无论是通信、自然语言处理，还是搜索引擎算法等，都有信息论的影子。
我自己觉得，信息论就是整个IT的理论基础。给各类问题提供了指导思路。
洞察是人类最宝贵的能力之一，而数学是洞察结果的最佳载体，一个公式的运用非常广泛，还简单。比如：万有引力。
简单的美
数学之美，就是简单。像AK47一样，简单、有效、实用、稳定、可操作性强、用户体验好。
一切复杂的东西，在简单美面前，都觉得太妖艳。
吴军老师在书中分享一个让我很受益的方法论：
- 技术分为术和道两种，具体的做事方法是术，做事的原理和原则是道。
- 在google，辛格一直坚持寻找简单有效的解决方案……
很多时候，我们面对复杂问题了，容易想堵漏洞一下到处打补丁，只看到当前的问题，而没看到问题背后的本质。这样子就像被问题牵着鼻子走，而迷失了自己。
而道，就像数学一样，化繁为简。从复杂中找到简单。比如搜索，简单来讲就是“下载、索引、排序”三个关键点，剩下的都是这三个点下的细分问题。
数学的简单美，还变现在“一个简单的数学公式”可以应用在很多不同的问题上。
如图论应用于搜索的网页下载、神经网络，隐含马尔可夫模型应用于自然语言处理、搜索等。
数学，是一定可以训练思维的。
数学，不再是那么吓人的。虽然说各种算法确实很烧脑，但还是能找到简单之处。把握了简单的部分，就掌握了基本点。
更重要的是，数学对解决问题的指导意义：
找到一个简单有效的解决方案。
