吴军这个人，从逻辑思维节目中了解到，是一个非常自律的一个人，即是技术（自然语言处理、搜索）大牛，又是天使投资人，又写了不几本书，还能写很多的文章。
之前的浪潮之颠这本书完后，我非常有兴趣去读下数学之美，被作者所吸引。
在数学之美中，很多技术问题，最终是通过数学、算法的方式去解决的。本身计算机语言方面，不是很大的问题。不由的联想到自己的数学基础，以及目前所处的行业，关于数学这一块的应用。
很大的感受，就是当时学某一块数据知识时，并不知道如何去应用（或是以后的工作中应用），学而不用，久也是淡忘（千万别说是因为当时没学精通，人脑不是计算机）。后面计算机技术的不断发展，数学在其中就有了极大的用武之地，因为具体的问题，需要回归到理论本质，即得到理论的支撑。
大学时学习这块就集中到专业这块了，对于数学中的一些问题，实际上是停滞的，高数、线代、离散、概率论等，这些课程是都上过的，但是工作5、6年后，不再使用了，也就淡忘了。
工作这块主要是做嵌入式网络设备开发的，涉及算法也较少，具体的实际问题，基本上是基于协议、系统框架设计的。因此像书中提到的较大的问题：如语言处理、搜索，基本不会接触。
换句话说，就是经验性主导较大。
在谷歌，应该有很多问题是探索性的，就是都没解决过，需要把数学基础等应用上来，才有理论支撑，进而推动去解决问题。在知识体系中，偏向于数据、计算机。这类问题需要有极大的主动性、探索。而国内很多互联网公司，多为语言应用类，市场需求导向，这两者区别很大。 好像用本质区别有点夸张，或是自我贬低了，但从行业来看，应用类的开发，是需要大量人力的（相比谷歌这种搜索、语言处理开发人员数量），市场也是多样化的。
在解决问题过程中，应用数学的基础作理论支撑。
在工作的过程中，不断总结，希望以后可以系统性的写一本书来记录。
向前辈学习，树立榜样。
在书中，关于技术问题，总结为术与道， 术即为具体某一问题具体解决方法、知识点， 道为方法、原理、思路。在解决具体问题时，理所当然的关心术，但是以高度去看待问题、指导问题时，就要有一定的道，术的积累、自己的总结，让自己的视野提高。
之前我去技术的看法也分为2点， 一为经验性问题、常识性，即你有这方面的经验、或者这些都是即看即懂的知识，难度上就不大。 二为技术体系类，即有自身的技术体系，这样即使没有解决具体这种问题，但方法上可以进行指导的，基本是前置的信心就有了。
无论哪种理解，其关键在于构建自己的知识体系，如果哪一点具体的技术，不能纳入自己的知识体系，是不能形成有效积累的。另一而就是，要不断的去完成自己的知识体系，这样才能使自己的价值增值。
终身学习，很多人是60岁就死了，只是80岁才埋，就是旨在说明人要不断的追求进步、总结，让生命、生活的价值、意义更高一些。
