《算法之美》是一本由[美]布莱恩·克里斯汀 / [美]汤姆·格里菲思著作，中信出版集团出版的精装图书，本书定价：59.00，页数：376，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《算法之美》读后感(一)：算法之美
2019-1-21 #一周五书#第一本：《算法之美》 超级棒的书。 一本用数据化思维来分析整理生活、工作。 从数据角度分析归纳整理事件愿视角，用理性思维和推理的整合。即使生活的小事件也可以完全不一样。大数据背后的美。当然为之，可实际操作性很强。 强推喜欢大数据背后的美的人儿。探求心和好奇心，以及客观理性的投射。经济学思维，哲学性思维的原型投射……可简单可复杂。看你的几何解题。哈哈哈
《算法之美》读后感(二)：惊艳之美
看过后才知道自己的办法少，关键还是算法少。潜意识里使用的算法有时间还不科学。书的内容比较深奥，原以为是翻译的问题，其实是自己的思维没有跟上布莱恩。开始给了4星，又改为5星。虽为理科男，以前的死板的数学似乎除了考试没啥用处，读了本书 那才被惊艳到，作者把以死板的数学公式讲成鲜活的故事。可称得上是大师级作品，值得精读多遍。可以让自己的大脑多几种算法，应对这个纷繁的世界。 通往地狱的道路是由棘手的递归，糟糕的平衡和信息瀑布铺成的。做自己。
《算法之美》读后感(三)：翻译垃圾
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
一本不错的书，思想有启发性。但翻译太垃圾了。
很久没吐槽翻译问题了。
《算法之美》读后感(四)：算法之美
说真的，我看完这本书，感觉自己的智商稍微有那么一点不太够用，有一部分的内容把我绕晕了……
但是这并不妨碍它很有趣。
理性和感性从来不是一分为二的两个极端，计算机算法也会考虑人性，而人的思想感情也会无意识地遵从一些理性算法来进行思考和判断。
算法也不是百分百完美的，人在这方面的智慧真是让人大开眼界，最理想的解决方案也有63%的失败率，制定的规则也会被推翻，看似完美的逻辑也会有漏洞，算法会随着人类的成长而升级，生活中所有细枝末节其实都离不开算法。
应对很多问题都可以采用许多不同的算法指导原则，不同的解决方法也会带来不同的结果，完美的解决方案可能只在理想中存在，为此我们可以不停地去探索去尝试，直到找到最适合自己的方案和算法。
不能说这本书是具有实际生活指导意义的，但是了解更多，就有越多的可参考性，就会有更多的可能性可以思考，有时候能因之打开一个新世界的大门也未可知。
探索未知和应用智慧让人着迷，这大概就是理性科学的魅力吧。
感觉书单上的《数学之美》可以调整一下阅读顺序了2333
《算法之美》读后感(五)：《算法之美》一二章读后感
《算法之美》此类书是第一次利用工作和学习之余来读的一本书，决定买纸质版的书回来看也是机缘巧合，当拿到这本书的时候刚开始对他的兴趣并不大，并且对第一章中讲到的最优停止理论中对于婚姻等问题的选择的举例并不是特别认同，因本人目前在学金融专业，后面看到相关的文章把金融中的理论知识和生活中的一些情况相结合，感觉说的是那么回事，回过头来看本书中的第一章讲的最优停止理论讲的就是经济学里的理论点，后面感觉到人就是从懵懂无知到学习了解这个世界，从感情用事到理性选择的这么一个过程，而这个过程就是需要靠自身知识的积累和眼界的拓展才会发生的变化。
当意识到以上问题后，又以不一样的心态再次拿起这本书来看，因为平时工作和学习太忙，只能利用每天上下班坐地铁的时间来读了，有时候下班后感觉脑子是蒙蒙的，但是当从包里翻出这本书后，感觉上班忙碌的那些事情全都放下了，此刻的思绪就停留在翻开的书页上，有时候地铁里面有人打电话或者聊天的声音大到实在影响看书的时候，我会戴上耳机放上一首音乐来分散自己对嘈杂的地铁环境的注意力，这样思绪又能回到书上，有时候看到书上比较经典的句子会去做笔记，后面第二章中讲到探索与利用，个人觉得这章在生活中的运用比较多，例如最近李咏的离开，哈文的文博中的那段话就让我想到的这一章中讲述的关于人生中的探索与利用，何时何地何景该选择探索，何种情况下该选择利用，本书在这一章种阐述的很清楚。
因为本人只看完了这两章，评论也就写到这了，今天刚开通的豆瓣，第一次写书评，请多包涵和赐教。
《算法之美》读后感(六)：画说那些被低估了的好书 Algorithms to Live By - 算法优化生活
画说那些被豆瓣低估了的好书之Algorithms to Live By - 算法优化生活
一本在豆瓣被严重低估的小书，Algorithms to Live By ，中文译名“算法之美”，如何用计算机算法优化生活。虽然书名看起来很深奥，实际上可读性很强，也不需要任何算法基础——应该说，反而更加适合对计算机算法一无所知的小白。
我刚开始也对这本书持怀疑态度，用计算机的思维方式来思考生活，这样真的好吗？但在亚马逊“根据我的阅读口味推荐”的狂轰滥炸之下，终于屈服了。果然有很多惊喜。作者基本是用讲故事的方式介绍算法，主旨之一是很多算法都来源于生活，甚至来源于自然。所谓“算法”不过是数学家、经济学家对生活的抽象总结，这个词也在计算机诞生之前很早就出现了。
这本书的作者之一Tom Griffiths是伯克利大学认知科学的教授，人类认知系统之下的数学模型正是Tom的研究方向。很多美国畅销书往往只注重皮毛，第一章之后就再无干货。这本书却不同。坦白的说读前两章的时候我有些失望，越往后，特别是当作者谈到预测（Prediction)、随机(Randomness) 和博弈论(Game Theory)，反而更有意思。
《算法之美》读后感(七)：最优停止理论
最优停止理论
假设有N个人，取37%作为观察，一旦超过37%，后面的人比前面好就下手，反之，则继续观察
探索和利用 Explore exploit
基廷斯指数 取决于剩余时间
你计划出去吃一顿饭的时候，明天那顿应该比今天这顿要贬值一点 —— 因为你明天可能会离开这里，吃不上那顿饭。具体贬值多少，取决于你预期还能停留多长时间
比如你正在跟女朋友讨论晚上去哪里吃饭。你说还去那家常去的老餐馆吧，女朋友说不行，我要去新餐馆。这时候你怎么办呢？你就应该当场掏出这张表来，查阅两家餐馆的基廷斯指数。老餐馆，你们去过15次，其中9次感觉很好，6次感觉不好，那么就是9个wins，6个losses，根据表格，基廷斯指数是0.6997。而新餐馆你们并没有去过，所以wins和losses都为0，基廷斯指数是0.8699。新餐馆的基廷斯指数更高，所以女朋友是对的，你们应该去新餐馆。
基廷斯指数给一次都没去过的新餐馆一个非常高的估值，这就是因为它可能给你带来惊喜，要积极探索。但这个探索不是无条件的 —— 根据表格，如果你们去过老餐馆9次每次都很好，那么老餐馆的基廷斯指数就是0.9655，那就没必要去这个新餐馆
我们希望每一天都活在当下，可是从现实的数学角度，你预期停留的时间越长，探索新事物的价值就越高，基廷斯指数也越高。
排序方法：冒泡排序 合并排序 插入排序 选择排序 希尔排序 桶排序
从长远看，乐观主义的防范遗憾的最有效措施。
《算法之美》读后感(八)：算法美在何处？
可能还有一些读者对“算法”的说法有些茫然，但“算法”实际上已经走入了寻常百姓家，只是一些人可能在平时的说话中，并没有使用“算法”这种称谓。可以这么说吧，现实生活中的人们已经离不开“算法”了，“算法”已经是人们的一个不容回避的存在了。用比较专业的说法来说，算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。通俗地说，算法就是能够对一定规范的输入，在有限时间内获得所要求的输出。现在我们一般探讨的多是计算机的算法。传统上认为，让计算机完成某件事情的唯一方法，就是非常详细地记录某个算法并解释其如何运行。
在这本书中，作者谈到了很多现实的生活问题。诸如谈恋爱、卖房子、停车位置、各种排序、整理图书馆仓鼠，甚至总统拉赞助等等。在面对这些问题的时候，人们由于受到空间和时间的制约，常常会面临一个如何抉择的问题。这些问题看上去好像是人们特有的问题，其实正如作者指出的那样，计算机也面临类似这样的问题，计算机专家们也是在一直努力想法子解决这些问题。而很多这些解决问题的方案可以给我们带来很多启发。
对于未来的预测，这是人们很感兴趣的一个话题。人们往往会生活中的各种事物进行预测，如人类的寿命、电影的票房以及众议院议员任职时间等等。每个问题只提供一条信息：现年龄、现票房或现任职时间。通过实验发现，人们所做的预测与贝叶斯法则所得出的预测非常接近。一般而言，有三个预测法则：相乘、平均和相加，这些预测法则是适用于日常生活的各个方面的。可能我们不知道或不清楚某种情况是需要用相乘法则、平均法则，还是相加法则，但我们每天做的预测往往隐含在这些分布中，它反映了日常生活中出现的不同情况，以及不同的行为方式。根据我们对贝叶斯法则的了解，就可以帮助我们的预测。
算法说白了是计算机的解决问题的一系列的指令和步骤。算法之美体现在哪里？体现在人把计算机的智慧转化了人类解决问题的策略，从而帮助人们做出比较明智的选择和解决问题的方案。
《算法之美》读后感(九)：规律
要想把算法融入生活，首先要了解它是什么，其实不知不觉中算法早就无处不在了，只是人们从来都没有注意到过。之前读到过一个有关于终极算法的文章，华盛顿大学教授Pedro Domingos在书中这样描述：“终极算法”就是通过机器学习的方式，自动发现和创作其他所有的算法的“主算法”。在《黑客帝国》里，“终极算法”就是Matrix—母体，看过黑客帝国的人，都可以感受到母体的变态。
算法和数据是息息相关的，比如2016年很很火的特斯拉、自动驾驶，里面的判断都离不开算法的判定，还有移动医疗，要是在数据库中输入所有的资料，再以终极算法计算，只要能有足够多的数据，一段代码就能动手术，而且更精确。当然个人认为，人工也很重要，代码始终是代码，而不能创新，创新最终要是要考人类的大脑思维。曾经有个人说过，互联网将改变人类生活的方方面面，那么相信，在未来，终极算法将改变整个社会环境。
那么这本书中把算法融入到日常生活当中去，目的就是让我们更有效率的做每一件事，凡事都讲究一个概率学，没有绝对的完美，只有技术上的严谨。之前很多人还觉得数学没有用，毕业了之后就几乎用不到，这下那些人就该后悔了，当懂得这些数学问题时，甚至都省去了思考的时间，使一切都变得清晰明朗。还好在书中已经给出了计算过后的答案，所以说也不用担心自己算不明白，这就是“37%法则”。通过书中的实例，可以知道这个法则的原理和精准性，最关键的就是它有一个通用性，要想学会这一套理论其实很简单。当然了，按照这个法则未必就一定会得到最佳的答案，只是增加了成功的概率，至少能够保底。
其实这本书并没有完全深入去探讨算法，而是根据实际需要，运用这个法则来帮助决策。比如说择偶、找房等等常见问题，通过这个方法，也能够避免选择员工时的人才流失，最后再做决定比一点点去试探要靠谱的多，这也无疑增加了思考的时间，之前很多人也是这么做的，只不过没有发现其中的规律罢了。无论是网络中的代码，还是一些规律，都是通过生活总结出来的，最终还是能回归于生活，这就是算法之美。
《算法之美》读后感(十)：生活离不开“算计”——读《算法之美》
文/岸晓风
在上个世纪七八十年代，有一句流行天下的话，学好数理化，走遍天下都不怕。简简单单一句话，在当时是引起了很大的争议的，当时哲学和社会科学也很热，中国的学术也在赶超欧美。所以那个时代真是一个激情燃烧的岁月。
当然， 对于这句话不服的人主要是学文科的，学文科的又分为好几种，一种是数理化本身就非常不好的，无奈之下只好在高中分文理科时就选择了文科。还一种是，高考的时候，分数不理想，或者填报志愿的时候除了问题，调剂到了大学比较冷僻的专业，这多半又是文科专业。
但是，学过哲学的人都知道，有时候，真理是需要“否定之否定”的，当年韩寒说，学数学没有用，有个初中的数学水平就足够了。但是，现在中年人韩寒可不这么认为了，他开始认为自己当初不上大学是鲁莽，是缺憾。当然，也有没有学好数理化的后悔。
那么，数理化到底是重要还是不重要呢？事实证明重要性是不言而喻的。前不久的，中国的“芯片”之痛无疑是对我们的当头棒喝，没有技术，没有科技的领先行吗？不行，落后就要挨打，在任何时候都不会过时。即使，我们搞的是社会科学，同样离不开数学，没有精密的逻辑思维能力和计算能力，社会科学同样搞不好，论文垃圾同样“堆积如山”。
当然，还有重要的一点，在日常生活中，我们随时离不开数理化。当然，“数理化”是一个很大的明天，今天只说其中的一个分支中的分支——算法对我们生活的影响，能够说透这个问题的，是一本叫《算法之美》的书。
这本书的作者是《最有人性的人》作者布莱恩·克里斯汀和加州大学伯克利分校心理学和认知科学教授，计算认知科学实验室主任汤姆·格里菲思。
在这本书里，作者告诉读者，通过算法，可以深入的介入我们的人事招聘问题、买房买房问题、停车问题、打游戏问题、提高效率问题、劳逸结合问题、抽样调查问题、均衡问题等等，许多观点和方法论让我们耳目一新。比如37%问题，即我们在做一项选择的时候，在考察37%个人或37%个事项后再做决定，将是最优决定，这帮我们解决了生活中一个重要难题——最优停止问题。当然，这样的“干货”还有很多，打开这本书，定会有所裨益。