吴军的《数学之美》买了有一两年了，但是摆在那里从来没有看过，年前一段时间闲来无事，坐下来居然静静的看完了，颇有收获。
统计学规律比语法及定律规律的可靠性
在计算机领域，计算机语言在识别人类语言和规则方面，统计学似乎比语法，规律更好使。在搜索领域，在语言识别领域，以及神经网络学习等，基于大数据的学习分析，计算机变得越来越聪明。吴军老师用通俗易懂的解说让我这个外行理解了计算机在语言识别，搜索，路径规划等多个领域的工作方式。虽然我还不知道这些对我有什么用，没什么用也没啥不好，活个明白也好。
基于规律和基于统计，目前看来是统计胜出。
有点像法律中不同的法系。有的是基于律典，有的则是基于以往判例。基于固有典法有时会过于死板，而基于判例则会越来越比较合理。
又有些像经典力学和量子力学，经典力学基于公理定理，而这些在更加微观的层面却无法对现象进行解释，而需要用另一套规则。
很多思想是通用的
书中还讲述了吴军老师的一些经历和感触，可以发现，不同行业还是有很多想通之处。
比如，工程上越简单越好，有的模型简单，虽然不如一个复杂模型精确度高，但是在实际应用当中，已经足够好，虽然在结果准确度或是精度上不如一个复杂模型，但是是实用的。一些复杂模型虽然理论上更加完善，但是可能会复杂到无法实施或是无法操作。
再比如，一个正确的模型可能一开始不如一个精雕细琢的错误模型；学术领域很多人重方法而轻数据。
此外，还有一个认知我认为也很重要。“在工业界，只要采用基本的统计语言模型，加上一些业界熟知的技巧就能得到很好的分词结果……”。（p45）在我们实际工业过程中，一些科研工作者盲目追求创新，而忽视了对现有经验的总结和使用，导致为创新而创新。
我一直有一个观点，能把现有技术玩转，就很厉害了。创新需要天时地利，不是每个人都能那么灵光一闪。
最后，想说两句：
1.数学真的很重要，但是我们的教科书编的让人们觉得数学离我们很远。
2.大数据真的好可怕。
