這是在學習數學看的第一本科普類數學書，大概記錄了一下看每章的讀後感，記錄一下。
第一章第一部分簡單的講解了線性模型，泰勒展開，線性回歸，大數定理以及負數等等概念；用一些實際生活中的例子來幫助讀者理解這些概念，以及為什麼數學家會從實際生活中抽象出這些概念。
第二章這一章有點晦澀，主要介紹了假設檢驗及其侷限性，即小概率事件並不是不可能發生，只是發生概率較小而已。另外本章還簡單介紹了貝葉斯，表明了先驗概率也非常重要，而不僅僅只是觀測的樣本重要。
第三章這一章主要在講與期望相關的內容，重點講了如何利用期望購買「cash winfall」彩票，並且盈利。除此之外，這一章還額外的講到雖然買彩票時隨機號碼和特殊設計的號碼的期望一致，但是特殊設計的號碼可以具有更低的方差（這裡的方差我還沒有看到數學定義，但是舉個例子，事件a可以100%得到10元，事件b是50%虧損10元，50%得到20元。事件a,b期望一致，但是a方差更低）的組合明顯更好。
這一章節，最後一點點講到了幾何-彩票-夏農資訊理論之間的關係，有點意思。
第四章第四章，從身高分布開始講到了高斯分布，並說明分布產生的原因包括遺傳和環境因素；然後從高斯分布講到了相關性，強調相關性與因果關係並不等價，即兩個變數相關並不一定真的有因果關係，不相關也不表明沒有因果關係；最後又表明了相關性和幾何裡余弦和橢圓之間的關係，越圓表示不相關，越癟越相關。
另外還串聯了一些，相關性用於資料壓縮和同時利用相關與期望進行決策的案例。
第五章最後一章首先講了三種不同的選舉策略，包括美國策略，實時複選策略和兩兩對決策略。不得不說，雖然這些策略看起來差不多，但是結果卻完全不同。最後一點點還扯了一些數學理論的東西，討論了由一些基礎公理定理構建出整個系統的可能性。
整體而言，這本書還是很不錯的。但是不得不說翻譯很打腦殼，有的時候翻譯的莫名其妙。切記！！！
《大資料時代》讀後感（一）
1.很多大資料的應用都是做 比如google的flu target公司對懷孕婦女的 電商 上越來越精準的推薦也是一種 2.當資料變得容易採集，當可採集的資料量大到一定規模，當大資料量的計算能力大大提高，感覺確實很多過去做不了的事情可以做了，原來的一些思維要被打破 3.當然大資料並不意味著不要資料的精...
數學之美讀後感
統計語言模型 馬爾可夫鏈，模型訓練，零概率平滑 隱馬爾可夫鏈 概率訓練，鮑姆 韋爾奇演算法 資訊度量和作用 資訊熵，互資訊，聯合概率分布 相對熵 簡單之美 布林袋鼠和搜尋引擎的索引 文獻搜尋 圖論和網路爬蟲 最短路徑，網路爬蟲，雜湊表，工程要點 dfs，bfs，頁面分析和url提取，url表 pag...
《數學之美》讀後感
暑假的時候導師給我推薦了一本 數學之美 作為語音識別入門性的讀物。實話說來從小學到高中再到大學我們一直在學習數學，除了一些基本的加減乘除可以在生活中直接用到。其他的例如 倒數 微積分 各種函式 矩陣 幾乎在日常的生活中與自己沒有什麼交集。最近這個週末我在實驗室裡又將這本書重新閱讀了一筆，才發現數學原...