理工科学生和爱好者必读的 6 本书

神译局5小时前

关注
对数学、科学、技术和工程感兴趣的读者,进来。

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

编者按:这篇文章介绍了一些我最喜欢的书,这些书是专门为对数学、科学、技术和工程感兴趣的学生准备的。本文译自Medium,作者Hazel Clementine,原标题为" 6 Books that All Math and Engineering Students Should Read ",希望对您有所启发。

这篇文章介绍了一些我最喜欢的书,这些书是专门为对数学、科学、技术和工程感兴趣的学生准备的。让我们开始吧。

1.《物理学的未来》(Physics of the Future)

作者:加来道雄(Michio Kaku)

《物理学的未来》(Physics of the Future);作者:加来道雄(Michio Kaku)

第一本是《物理学的未来》,我很喜欢它,因为它涵盖了广泛的主题,从计算机、人工智能、纳米技术到医学、核聚变动力和太空旅行。这本书的具体研究领域,对我们未来很重要。它让你对这些实际项目有了一些进一步的了解,比如阿贡国家实验室(Argonne National Lab)正在研究的可以寻找癌细胞的纳米颗粒,几年前他们已经在那里制造了产品原型。另外,你也会了解到一些公司正在研发的互联网眼镜和隐形眼镜,使得增强现实技术可以得到更广泛的应用。

如果你对这本书感兴趣,《迷人的技术》(Soonish)和《机器人的崛起》(Rise of the Robots)也会是你喜欢的书。作者出版了一本关于人类未来的新书,我现在还没有读过,但很可能很快就会读。

顺便说一下,我对大学的教育方式很有意见。特别是在STEM领域,因为他们采取的是一种一种非常自下而上的方式。他们向我们展示了我们的电脑里的晶体管是如何工作的,或者各种火箭燃料能提供多少推力等等,当然,这些都是至关重要的。请不要误解我的意思,我是说即使你知道所有这些东西,你也不知道有什么新技术正在出现,科学家们在某个特定领域面临的大问题,科学家和工程师们正在做什么来解决这些问题。或者你不知道不同的领域是如何相互影响的。例如,室温超导体是超强磁铁。它们允许无摩擦电子流,使电力更容易和更便宜地传递到我们的家庭。学校虽然教授一些这方面的知识,但在我看来,他们本可以做得更好,让我们对所有东西都有一个更高层次的了解。不过好消息是,你其实可以自己学习很多。

2.《算法之美 : 指导工作与生活的算法》(Algorithms to Live By)

作者:布莱恩·克里斯汀 / 汤姆·格里菲思(Brian Christian & Tom Griffiths)

《算法之美 : 指导工作与生活的算法》(Algorithms to Live By);作者:布莱恩·克里斯汀 / 汤姆·格里菲思(Brian Christian & Tom Griffiths)

下一本书是《算法之美:指导工作与生活的算法》,对于任何对计算机科学、数学算法和统计学感兴趣的人来说,这本书都是极好的。首先,这本书向我们展示了这些不同的领域,如何结合在一起来解决计算机科学,和我们日常生活中的各种问题。在第一章中,作者解释了被称为“秘书问题”(secretary problem)的数学难题。

我来试着简化这个问题,假设你要面试一百个人来应聘一个秘书的职位,你想要雇佣最好的一个。但是只有一个人能超越一百个人胜任这项工作,但你不知道是谁。每次面试后,你要么雇佣他们,结束你的面试进程,要么告诉他们,他们没有得到这份工作,你不会再见他们了。要想从100名候选人中挑选出最优秀的人,最好的方法是什么? 如果你雇佣了你面试的第一个人,这将是一件可怕的事情。这意味着其他99位候选人都不太好,这种可能性不大。如果你等到第90次面试时再挑选人选,很有可能你已经错过了最佳人选。这个问题的算法是面试37个人,然后选择下一个比之前的37个人都好的人。如果你使用这个算法,你会从100个候选人的37%中,选出最好的候选人。因此,它确实会让你错过63%的其他候选人,但即使你面试了100万人,它仍然适用于37%的候选人,这会帮助你节省了很多时间。

这种方法被称为“最佳停止”(optimal stopping),因为在做出决定后,你不能总是反悔。它可以应用于申请寻找停车位,选择公寓,或选择对象结婚。这只是本书的一个题目而已,作者首先在计算机科学中分解了这些概念,然后展示了它们如何在现实世界中应用。

作者还谈到了计算机使用的排序算法问题,并利用它们对一堆书或一列数字,进行尽可能高效地排序。 例如,假设你在一家赌场,想玩各种老虎机。同一台机器你玩了10次,赢了8次,输了2次。当然,这很好,但基于一些其他的算法参数,我想给你一个建议。去尝试一台你还没玩过的机器,可能会对你更有好处,因为未知具有一种价值,而另一台机器可能会获得更好的回报。

你将会在书中关于Gittins索引和资源管理器斜杠利用方法的一节中看到这一点,作者对此进行了解释。当然,还有很多关于如何将数学和统计问题中的计算机科学概念,应用到我们的日常生活中的案例,它奠定了一个伟大的基础。

3.《学习之道》(A Mind for Number)

作者:芭芭拉·奥克利(Barbara Oakley)

《学习之道》(A Mind for Number);作者:芭芭拉·奥克利(Barbara Oakley)

下一本书略有一些不同,是《学习之道》。这本书是关于如何在数学和科学的学习上出类拔萃,但它也适用于任何学科。书中更多探讨的是关于如何学习。作者讨论了两种不同的学习,分别为聚焦模式和扩散模式。此外,她还提到,你必须把这两方面都做好,才能真正掌握一门学科。 她也解释了某些学习上的错觉,如何防止拖延,以及其他学习方面的更多事情。

4.《魔鬼数学 : 大数据时代,数学思维的力量》(How Not to Be Wrong, the Power of Mathematical Thinking)

作者:乔丹·爱伦伯格(Jordan Ellenberg)

《魔鬼数学 : 大数据时代,数学思维的力量》(How Not to Be Wrong, the Power of Mathematical Thinking);作者:乔丹·爱伦伯格(Jordan Ellenberg)

下一本书推荐给数学爱好者。毫无疑问,《魔鬼数学 : 大数据时代,数学思维的力量》是我最喜欢的书之一。它谈论到了许多主题,从几何学、计算机科学、赌博、统计学到军事和政治。 但所有的事情都是从数学的角度来讨论的,比如在美国的五十个州中,南达科他州(South Dakota)的脑癌患者比例是最高的,但为什么这些假设通常是错误的。究其原因,实际上是由于大数定律,以及该州较低的人口数量产生更多的波动和百分比,所以无论是脑癌患者还是那些喜欢特定类型电影的人,都会得出相似的结论。如果你抛两次硬币,你可以得到100%的正面的概率。但如果你把同样的硬币抛100次,你就不可能得到这样的概率了。因为更低的翻转量,意味着某些结果的百分比波动更大,就像在更低的总体阶段,更小的群体,更小的样本量中等等。

书中另一个很酷的例子,是如果你让人们猜五次抛硬币的结果,他们可能会想象类似HTTHT或其他的东西。但如果你问1000个人这个问题,你会发现很少有人会猜全是正面或全是反面,尽管全是正面的结果和TTTTTT结果的概率一样。人们不觉得这两种情况是随机的。他们会觉得这些肯定是安排好的,或者硬币有问题。

5.《深度工作:如何有效使用每一点脑力》(Deep Work)

作者:卡尔·纽波特(Cal Newport)

《深度工作:如何有效使用每一点脑力》(Deep Work);作者:卡尔·纽波特(Cal Newport)

我最喜欢的书是卡尔·纽波特的《深度工作: 如何有效使用每一点脑力》。卡尔·纽波特拥有计算机科学博士学位,他讨论了在我们的社会中所需要的各种重要的工作类型,以及我们在不断被干扰的情况下如何高效地工作。他解释了自己是如何在时间相同甚至更少的情况下,完成了比其他人更多的工作。大多数人都在用一种错误的方式工作,这样的话工作需要几个小时才能完成,而同样的工作用深度工作的方式来完成就会很不一样。如果你需要一些优秀和明智的建议来完成工作,这本书就是为你准备的。

6.《埃隆·马斯克:特斯拉、SpaceX和探索美好未来》(Elon Musk: Tesla, SpaceX, and the Quest for a Fantastic Future)

作者:阿什莉·万斯(Ashlee Vance)

《埃隆·马斯克:特斯拉、SpaceX和探索美好未来》(Elon Musk: Tesla, SpaceX, and the Quest for a Fantastic Future);作者:阿什莉·万斯(Ashlee Vance)

最后,我认为如果书单中没有“埃隆·马斯克”的传记,那么这篇文章就不完整。对于任何想要更多了解埃隆·马斯克的生活、想要了解他是如何走到今天这一步的人,或者任何想要寻找动力的企业家来说,这本书都是一本极好的读物。它揭示了很多关于埃隆·马斯克的公司是如何成立的,以及这些公司的技术背后的一些工程。此外,他的家庭生活、金钱状况,当然还有更多一些其他的信息。

译者:TeresaChen

本文来自翻译, 如若转载请注明出处。

(0)

相关推荐