好吧，第一次在上寫文，這大概是從初中畢業(yè)后寫的第一篇讀后感，支持我來(lái)到這里寫文的原因有兩個(gè)：一是自覺大學(xué)以來(lái)便沒有過系統(tǒng)的將想法梳理實(shí)現(xiàn)成文章，導(dǎo)致思維的惰性大大增加，沒能培養(yǎng)起系統(tǒng)性思考的習(xí)慣，非?？上?；二是采用了Markdown的書寫排版方式，我也是最近才了解到這種書寫方式的優(yōu)點(diǎn)，想借此機(jī)會(huì)學(xué)習(xí)。

那么今后，爭(zhēng)取在這里，養(yǎng)成記錄思維的習(xí)慣吧。

言歸正傳，如果你是一名文科生，建議你有空嘗試閱讀這本書，它不單屬于工程師，這個(gè)世界不光有有風(fēng)花雪月和雞湯狗血，還有一些值得沉思探索的事物。

大學(xué)時(shí)期，我對(duì)股票投機(jī)產(chǎn)生了濃厚的興趣，天天琢磨著如何在這個(gè)近乎零和游戲的市場(chǎng)中一夜暴富，翻查了大量不知名人士的各種錦囊妙計(jì)，結(jié)果你們也能猜到，毫無(wú)卵用。這一切直到我閱讀到了幾本講述美國(guó)對(duì)沖基金如何運(yùn)作的書籍，才恍然大悟：臥槽！

世界上最牛逼的股票市場(chǎng)參與者早已不再單純依賴人腦對(duì)信息的攝取和判斷來(lái)做出投資決策，他們依賴的是先進(jìn)的計(jì)算機(jī)及交易模型來(lái)攫取利潤(rùn)，如果你也對(duì)這個(gè)領(lǐng)域有所涉獵，應(yīng)該聽聞過“文藝復(fù)興技術(shù)公司”的鼎鼎大名，而這種先進(jìn)交易方式的核心就是：數(shù)學(xué)?；蛘吒N近時(shí)代一點(diǎn)，叫大數(shù)據(jù)。

吳軍先生結(jié)合自身深厚的數(shù)學(xué)功底以及長(zhǎng)期在Google、騰訊等一線互聯(lián)網(wǎng)公司的項(xiàng)目開發(fā)經(jīng)驗(yàn)，用極其簡(jiǎn)約的語(yǔ)言講述了我們?nèi)粘Ｖ惺褂玫乃阉?、翻譯、導(dǎo)航、語(yǔ)音識(shí)別、網(wǎng)絡(luò)爬蟲、網(wǎng)頁(yè)排名與反作弊等互聯(lián)網(wǎng)功能的數(shù)學(xué)原理，將那些在平常人眼里只屬于工程師和科學(xué)家的工作進(jìn)行了一次平易近人的科普，往往只用一個(gè)數(shù)學(xué)方程便揭示了很多我們?nèi)粘８杏X高大上的名詞，比如“人工神經(jīng)網(wǎng)絡(luò)”、“信息熵”、“貝葉斯網(wǎng)絡(luò)"等等。

于我而言，一開始是抱著發(fā)掘興趣的心態(tài)來(lái)看的，卻不想歪打正著讀到了一些跟自動(dòng)化交易相關(guān)的內(nèi)容。

和最大熵模型同樣對(duì)如今的自動(dòng)化交易貢獻(xiàn)巨大的還有馬爾科夫鏈、貝葉斯網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)，這些數(shù)學(xué)模型與思想從上世紀(jì)90年代起逐漸進(jìn)入美國(guó)的投資市場(chǎng)，而他們?nèi)〉玫某煽?jī)就連伯克希爾哈撒韋這樣的公司也望塵莫及。

一個(gè)人腦能處理的信息終歸太過有限，即使是幾名傳統(tǒng)基金經(jīng)理的共同智慧，也難以和整個(gè)市場(chǎng)的能量相匹配。但是，借助于數(shù)學(xué)，以及如今強(qiáng)大的數(shù)據(jù)獲取與計(jì)算能力，我們就可能將數(shù)之不盡的影響因素進(jìn)行量化，從而準(zhǔn)確判斷。

另外一個(gè)讓我思考的問題，是如何在沒有數(shù)據(jù)或僅有少量數(shù)據(jù)的情況下，訓(xùn)練數(shù)學(xué)模型的參數(shù)，以及用數(shù)據(jù)促進(jìn)功能迭代。因?yàn)樽罱ぷ髦信龅搅艘粋€(gè)的問題，我們手中的一個(gè)產(chǎn)品開發(fā)已接近完成，但是這個(gè)產(chǎn)品的核心功能需要一批數(shù)據(jù)，如果我們有足夠的用戶流量，我們就可以基于用戶的數(shù)據(jù)反饋來(lái)不斷迭代產(chǎn)品的核心功能，但是，由于我們產(chǎn)品的設(shè)計(jì)問題，如果完全依賴用戶貢獻(xiàn)內(nèi)容（UGC）會(huì)嚴(yán)重影響用戶體驗(yàn)，這是一個(gè)冷啟動(dòng)的問題。我們自己充當(dāng)?shù)谝慌脩簦ɑ蚬腿耍┤ピ谙鄳?yīng)場(chǎng)景下做UGC，成本又太大。這就迫使我思考如何在數(shù)據(jù)較少的情況下，有沒有可能利用某些算法去盡快改進(jìn)產(chǎn)品?！稊?shù)學(xué)之美》也給出了一些“無(wú)中生有”的案例，比如幫助Google一戰(zhàn)成名的PageRank算法。

最后記述兩個(gè)簡(jiǎn)單的概念。什么是編碼和解碼？在剛參加工作的那段時(shí)間里，文科生出身的我對(duì)這兩個(gè)概念及其相關(guān)的問題非常頭痛，在這本書里我找到了答案。舉個(gè)通俗的例子，我們將腦海中所想的東西用語(yǔ)言表達(dá)出來(lái)，這就是編碼，一個(gè)聽我們說話的人將我們說的話吸收并在腦袋中理解，就是解碼?？赡艽蠹铱雌饋?lái)這是一個(gè)很平常的過程，這不是很自然的事情嗎？仔細(xì)想想，大腦中所思考的東西為什么可以通過語(yǔ)言說出來(lái)，或者可以通過文字寫出來(lái)，說出來(lái)的話和寫在紙上的文字所存信息和腦海中所存信息的存在形式是完全不同的，這一套轉(zhuǎn)化規(guī)則其實(shí)就是編碼和解碼，而英語(yǔ)和漢語(yǔ)，就是兩套不同的編碼解碼規(guī)則。同樣的，我們?cè)诖螂娫挄r(shí)，發(fā)出的聲學(xué)信息需要轉(zhuǎn)化成電信號(hào)，通過無(wú)線電傳輸至另一方，然后再轉(zhuǎn)化成人能明白的聲信號(hào)，這也是一次編碼和解碼的過程。而對(duì)所有形式信息的編碼與解碼，在本質(zhì)上也都是數(shù)學(xué)工作。更直接的表現(xiàn)是，我們通過計(jì)算機(jī)鍵入信息時(shí)，最常見的方式就是打字，然而這些信息經(jīng)過編碼交給計(jì)算機(jī)時(shí)，都是以二進(jìn)制來(lái)存儲(chǔ)和傳輸?shù)摹?/p>

總體而言，數(shù)學(xué)在我們世界中的作用非常非常之大，我們?nèi)粘５乃泄ぷ鞫茧x不開數(shù)學(xué)，這是我近期工作和讀書很大的一個(gè)體會(huì)，慢慢學(xué)會(huì)培養(yǎng)自己的數(shù)學(xué)的興趣，積累數(shù)學(xué)的理論和知識(shí)，大概是這一輩子都要認(rèn)真做的事情了。