数 学 家 的 故 事 简 直 惊 呆 了
华罗庚的故事 华罗庚简介
华罗庚的故事华罗庚简介各位读友大家好，此文档由网络收集而来，欢迎您下载，谢谢关于伟大数学家华罗庚。
他有许多小时候刻苦勤奋的故事，同时又有许多爱国事迹。
下面我们为大家带来了华罗庚的故事，希望能够帮到大家。
华罗庚的故事篇一1910年11月12日，华罗庚生于江苏省金坛县。
他家境贫穷，决心努力学习。
上中学时，在一次数学课上，老师给同学们出了一道著名的难题：“今有物不知其数，三三数之余二，五五数之余三，七七数之余二，问物几何?”大家正在思考时，华罗庚站起来说：“23”他的回答使老师惊喜不已，并得到老师的表扬。
从此，他喜欢上了数学。
华罗庚上完初中一年级后，因家境贫困而失学了，只好替父母站柜台，但他仍然坚持自学数学。
经过自己不懈的努力，他的《苏家驹之代数的五次方程式解法不能成立的理由》论文，被清华大学数学系主任熊庆来教授发现，邀请他来清华大学;华罗庚被聘为大学教师，这在清华大学的历史上是破天荒的事情。
1936年夏，已经是杰出数学家的华罗庚，作为访问学者在英国剑桥大学工作两年。
而此时抗日的消息传遍英国，他怀着强烈的爱国热忱，风尘仆仆地回到祖国，为西南联合大学讲课。
华罗庚十分注意数学方法在工农业生产中的直接应用。
他经常深入工厂进行指导，进行数学应用普及工作，并编写了科普读物。
华罗庚也为青年树立了自学成才的光辉榜样，他是一位自学成才、没有大学毕业文凭的数学家。
他说：“不怕困难，刻苦学习，是我学好数学最主要的经验”，“所谓天才就是靠坚持不断的努力。
”华罗庚还是一位数学教育家，他培养了像王元、陈景润、陆启铿、杨乐、张广厚等一大批卓越数学家。
为了培养青年一代，他为中学生编写了一些课外读物。
华罗庚的故事篇二1938年，抗日战争正进行得如火如荼，英国人要华罗庚留下来教书，他毅然放弃在英国的一切回到祖国，到西南联大与同胞们共患难.清华大学的资格审查委员会一致通过，让只有初中文凭的华罗庚晋升为大学教授。
1946年秋天，迫于国内的白色恐怖，华罗庚再次出国，美国伊利诺大学把华罗庚聘为终身教授，并给了他相当优厚的待遇，希望他把那里建成世界级的代数研究中心。
数学简短小故事精选2
数学简短小故事精选2《数学简短小故事精选 2》数学的世界就像一个充满奇妙和惊喜的宝藏库，每一个角落都隐藏着有趣的故事。
今天，让我为您讲述几个精彩的数学简短小故事。
故事一：高斯求和德国著名数学家高斯在小时候就展现出了非凡的数学天赋。
有一次，老师让班上的学生计算从 1 加到 100 的总和。
当其他同学还在埋头苦算时，高斯很快就得出了答案5050。
原来，他发现了一个巧妙的方法：将这 100 个数首尾相加，即 1 ＋ 100 ＝ 101，2 ＋ 99 ＝ 101，3 ＋ 98＝101……以此类推，一共有 50 组这样的和为 101 的组合，所以总和就是 50×101 ＝ 5050。
这个故事让我们看到了高斯的聪明才智和他对数学的敏锐洞察力。
故事二：阿基米德测皇冠古希腊的国王命令工匠为他打造一顶纯金的皇冠。
皇冠做好后，国王怀疑工匠在皇冠中掺入了其他金属，于是他请阿基米德来鉴定。
阿基米德苦思冥想，在一次洗澡时，他发现当自己进入浴缸，水会溢出来。
他突然受到启发：物体浸入水中排出的水的体积等于物体的体积。
于是，他通过比较皇冠和同等重量纯金块排出水的体积，成功判断出了皇冠是否掺假。
阿基米德的发现不仅解决了国王的难题，也为物理学中的浮力定律奠定了基础。
故事三：费马大定理法国数学家费马在阅读一本数学书籍时，在书页的空白处写下了一个看似简单的定理：当整数 n ＞ 2 时，关于 x、y、z 的方程 x^n ＋ y^n ＝ z^n 没有正整数解。
这个定理被称为费马大定理。
然而，费马却写道：“我对此有一个绝妙的证明，但这里空白太小，写不下。
”此后的数百年里，无数数学家试图证明这个定理，历经了漫长的岁月，直到1995 年，英国数学家安德鲁·怀尔斯才最终证明了它。
这个故事展示了数学探索的艰辛与执着。
故事四：鸡兔同笼在中国古代数学著作中，有一道著名的“鸡兔同笼”问题：笼子里有若干只鸡和兔，从上面数有 35 个头，从下面数有 94 只脚，问鸡和兔各有多少只？解决这个问题可以用假设法，如果假设全是鸡，那么脚的总数就会比实际少，因为每只兔有 4 只脚，而每只鸡只有 2 只脚。
一位数学家的简介及主要事迹500字
一位数学家的简介及主要事迹500字作文一《我心中的数学家——华罗庚》小朋友们，你们知道华罗庚爷爷吗？他可是我国非常了不起的数学家呢！华罗庚爷爷出生在一个贫穷的家庭，但他从小就对数学特别感兴趣。
因为家里穷，他初中毕业后就没办法上学了，只能在家里自学。
但是，华罗庚爷爷特别努力，他凭借着自己对数学的热爱和坚持不懈的精神，写出了很多重要的数学著作。
有一次，他在生病的时候还在研究数学，就算身体不舒服，也没有放弃。
他的这种精神真的太值得我们学习啦！我觉得华罗庚爷爷是我的榜样，我也要像他一样，努力学习，不怕困难！作文二《数学家陈景润的故事》今天，我要给大家讲讲数学家陈景润的故事。
陈景润叔叔特别喜欢数学，他每天都花很多时间思考数学问题。
有一次，为了证明一个数学难题，他在一个小屋子里，不停地计算、写啊写，连吃饭都顾不上。
经过多年的努力，他终于成功了！他的努力告诉我们，只要有决心，坚持下去，就能实现自己的梦想。
我要向陈景润叔叔学习，认真对待每一道数学题，争取取得好成绩！《了不起的数学家高斯》小伙伴们，今天我认识了一位超级厉害的数学家叫高斯。
高斯小时候就很聪明。
有一次，老师让同学们计算从 1 加到 100 的和，别的同学都在慢慢地加，高斯很快就得出了答案。
原来他发现了规律，用巧妙的方法一下子就算出来啦。
长大后的高斯，解决了好多很难的数学问题。
我要向高斯学习，多动脑筋，变得和他一样聪明！作文四《数学家祖冲之》小朋友们，我给你们讲讲祖冲之这位伟大的数学家。
祖冲之生活在很久很久以前，他算出了圆周率在 3.1415926 和3.1415927 之间，这可太了不起啦！为了得出这个结果，他花费了好多好多的时间和精力。
他的故事让我知道，做事情要有耐心，不怕辛苦，才能成功。
我要以祖冲之为榜样，努力做好每一件事！作文五《数学家的魅力——牛顿》大家好呀，今天我想跟你们说一说数学家牛顿。
牛顿是个很厉害的人，有一次他看到苹果从树上掉下来，就开始思考为什么，最后发现了万有引力定律。
华罗庚的故事简短20字
华罗庚的故事简短20字篇一：《华罗庚：自学成才的数学传奇》我一直特别佩服华罗庚，他可是个超级厉害的数学家呢。
华罗庚出生在一个普通的家庭，家里没什么钱，但这可一点没耽误他成为一个了不起的人。
我听说啊，华罗庚小时候念书就特别聪明，但是家里穷，初中毕业后就没钱继续上学了。
这要是搁在一般人身上，可能就觉得这辈子也就这样了，可是华罗庚不这么想。
他呀，就自己在家里自学数学。
他家里那时候有个小杂货店，每天都有不少人来买东西。
华罗庚呢，一边帮着家里看店，一边看书学习。
有一次，一个顾客来买东西，那顾客有点着急，一进店就大声嚷嚷：“老板，给我拿包烟。
”华罗庚当时正沉浸在一道数学题里呢，他脑子还在想那些数字和符号，眼睛都没抬，就顺口说：“等会儿啊，我这算完这道题。
”那顾客一听就不乐意了，提高了嗓门说：“你这小老板，怎么做生意的，我买个东西你让我等，就为你那什么数学题？”华罗庚这才反应过来，赶忙赔着笑脸给顾客拿烟，还一个劲儿地道歉：“大哥，真不好意思啊，我这一下子太入迷了。
”就是这样，华罗庚在艰苦的环境下，每天都挤出时间来学习数学。
他看书可认真了，遇到不懂的地方，就反复琢磨，有时候为了一个小问题能想上好几天。
他靠着自己的努力，慢慢地在数学界崭露头角。
他写的数学论文开始被一些数学家注意到，大家都觉得这个没经过正规大学教育的年轻人可不得了。
后来，他得到了很多机会去学习和研究，他的数学成就越来越高，为我们国家争了不少光呢。
华罗庚的故事就像一个传奇，告诉我们只要有梦想，肯努力，不管条件多艰苦，都能做出一番大成就。
篇二：《华罗庚：数学之路的坚持与智慧》你知道华罗庚吗？那可是个大名鼎鼎的数学家。
他的一生充满了传奇色彩，今天我就给你讲讲他的故事。
华罗庚年轻的时候啊，生活可不容易。
他虽然在数学上很有天赋，但在那个年代，要想在学术上有所建树可太难了。
他到处找机会学习，只要是和数学有关的知识，他都如饥似渴地吸收。
有一回，华罗庚要去一个很远的地方参加一个数学研讨活动。
数学家高斯的小故事简短
数学家高斯的小故事简短全文共四篇示例，供读者参考第一篇示例：高斯是一位世界著名的数学家，他的数学天赋早在幼年时期就显露出来。
据说，他四岁时就能够很快地计算出数列的和，让他的老师们都感到惊讶。
从小就展现出了非凡的数学天赋，高斯的数学之路注定是不平凡的。
在高斯年轻时，他在一次学校考试中解出了一道复杂的数学题目，引起了老师们的极大惊讶。
有传言称，老师们本来打算要惩罚他，结果却被高斯的答案震惊得无言以对。
从那时起，高斯的数学才华开始逐渐为人所知。
高斯凭借自己的智慧和努力，在数学领域取得了许多重要的成就。
他发表了许多具有深远影响力的数学论文，成为了当时数学界的一颗明星。
他被誉为“数学之王”，被人们认为是数学史上最伟大的数学家之一。
在高斯的一生中，有一件著名的故事被人们传颂至今。
据说，在他还是一个孩子的时候，他的老师要给学生们一个作业，让他们用1到100之间所有自然数相加，看看结果是多少。
其他学生们开始相加起来很快就沉浸在了数学的海洋中，而高斯却只用了短短几秒钟就找到了答案。
高斯的做法非常聪明，他发现可以把这些数字分成50组，每组相加结果都是101，因为每组的第一个数与最后一个数相加都等于101。
然后再乘以50，得到5050。
这个简单而巧妙的方法让高斯凭借自己的数学天才彻底征服了老师和同学们。
这个故事展现了高斯的数学天赋和独到的思维方式。
他总能用简单而有效的方法解决复杂的问题，让人们叹为观止。
高斯的聪明才智和对数学的热爱在他的一生中一直伴随着他，成为他取得伟大成就的重要原因之一。
高斯不仅在数学领域有着卓越的成就，他还对物理学、天文学等领域有着深刻的贡献。
他提出了许多重要的理论，对于现代科学的发展产生了深远影响。
他的精神和成就激励着后人不断探索数学的边界，推动着科学的发展。
高斯的一生充满了传奇色彩，他的数学天才和创新精神被人们传颂至今。
他的故事激励着数学爱好者不断追求知识的完美，不断挑战自己的极限。
高斯的一生虽短暂，却留下了不朽的成就，成为了数学史上的传奇人物。
数学家陈景润的小故事
数学家陈景润的小故事陈景润，这位数学界的传奇人物，他的故事可真是让人感到惊奇。
要说他有多厉害，那可真不是盖的。
他出生在一个小山村里，小时候家里条件并不算好，但这小子从小就爱算数学，整天钻研那些看似复杂的公式，简直像个数学小天才。
你知道吗，很多人可能不相信，最初他的学习环境非常艰苦，条件也差，但他从不抱怨，总是乐呵呵地研究，心里想着将来能为国家做点什么，真是个有志青年。
话说有一天，陈景润在学校的课堂上，老师讲到素数的时候，他的眼睛一下子亮了起来。
他把素数的性质理解得透透的，心里想着，这玩意儿可真有意思！从那以后，他简直是陷进了数学的海洋，根本停不下来。
看书、做题、研究，几乎每个晚上都熬夜，别人都在做梦，他却在解题，真是拼了。
那些公式就像他的老朋友，随时随地都能聊上几句。
他的努力没白费，后来不仅考上了大学，还在数学领域崭露头角，连国外的数学家都开始关注他。
但说到他的“七牛一毛”式的学术之路，那真是一波三折。
为了研究著名的哥德巴赫猜想，他可是把自己整得像个“数学狂人”，那段时间他就像一只无头苍蝇，东奔西跑，翻阅各种文献，拼命想要破解这个难题。
有人说，陈景润简直是个“数学疯子”，整天泡在书堆里，连吃饭的时间都没有。
但他一点都不在乎，心里只想着这个“终极难题”。
朋友们见他这样，也会开玩笑说：“兄弟，你这是在追求数学女神吗？”他总是一笑置之，心里明白，这一切都是值得的。
最终，经过无数个日夜的坚持，他终于找到了一个解决的办法，简直像打了一场翻身仗。
这个结果不光让他自己惊喜，也让整个数学界都为之欢呼，简直是让人刮目相看。
说实话，那一刻，他的心里可真是乐开了花。
他的成就不光是个人的荣耀，也是对中国数学界的一次巨大推动。
他成了大家心中的英雄，成就了“景润现象”，听起来就像个神话。
可你知道吗，陈景润其实也是个风趣的人。
虽然专注于数学，但他并不是个死板的家伙。
他总能找到一些乐趣来调节自己的生活。
每当有人请教他问题，他总是耐心解释，还时不时开个小玩笑，让大家在枯燥的学习中找到乐趣。
著名数学家的小故事精选13篇
著名数学家的小故事精选11. 赫尔曼·维尔斯赫尔曼·维尔斯（Hermann Weyl，1885-1955）是一位著名的德国数学家和物理学家，他曾经是普林斯顿高等研究院的教授。
他的主要贡献之一是建立现代几何学的基础。
他还致力于解决量子力学和相对论的一些基本问题。
在他生命的最后几年，维尔斯成了一位游走的演说家，穿梭于世界各地的大学和学术机构，向广大学生和研究者们传授他的知识和智慧。
有一次，当他访问了大约一周的美国斯坦福大学后，一位学生来到了他的面前，向他询问一个问题：“教授，您认为数学的目标是什么？”听到这个问题，维尔斯沉思了一会儿，并回答说：“数学的目标是证明我们所相信的一切是错的。
”这句话让这位学生和旁听的学生们感到很惊讶，因为他们都被告知数学的目标是推理和证明正确性。
但随着时间的流逝，他们逐渐明白了维尔斯所说的意义：数学是一种有关证明真理或假设的学科，而证明真理或假设之前，我们必须先证明一切可能的思路和观点都是错误的，这样我们才能找到真理。
2. 加布里埃尔·克鲁克曼加布里埃尔·克鲁克曼（Gabriel Crone，1648-1730）是一位著名的荷兰数学家，他被誉为“经验主义数学”的开创者之一。
他的主要兴趣是实用的数学应用，例如测量、工程和天文学。
他还发展了新型积分方法，被称为“克鲁克曼法”。
在他的生命中，克鲁克曼经历了许多重大事件和变革，例如荷兰的“黄金世纪”，英国的启蒙运动和法国大革命。
尽管他在这些变革中保持了中立，但他的工作和成就在数学领域中产生了深远的影响。
据传说，有一次当克鲁克曼在路上行走时，他听到了两个青年在讨论数学问题。
他决定加入他们的讨论，但他不告诉他们他是谁。
两个青年提出了一个看似简单的问题：“你如何证明一个三角形是等边三角形？”克鲁克曼冷静地思考了几分钟，然后回答说：“这是一个很简单的问题。
如果你想证明一个三角形是等边三角形，你需要说明它的三条边相等。
数学家的故事简短
数学家的故事简短
数学家的故事篇一
1981年的一个夏日，在印度举行了一场心算比赛。
表演者是印度的一位37岁的妇女，她的名娜。
当天，她要以惊人的心算能力，与一台先进的电子计算机展开竞赛。
工作人员写出一个201位的大数，让求这个数的23次方根。
运算结果，沙贡塔娜只用了50秒出了正确的答案。
而计算机为了得出同样的答数，必须输入两万条指令，再进行计算，花费的时要多得多。
简短的数学家小故事篇二
帕斯卡生于法国奥弗涅的克莱蒙费朗，从小他就智力高人一等，聪明伶俐，12岁时就爱上数魔力让这个孩子几乎废寝忘食。
而帕斯卡的父亲正好是一位受人尊敬的数学家，对数学颇有研究，他对帕斯卡的影响很大，小对数学产生了浓厚的兴趣，也有机会得到父亲的教导。
在父亲精心地教育下，帕斯卡很小时就几何。
有一天，他来到父亲的房间，不无得意地说：“我发现了新东西！”父亲正在埋头工作，勃勃的模样，立即转过身，温和地说：“是什么？”
那一天，父亲怎么也没有想到，年幼的儿子竟然自己独立地发现出欧几里得的前三十二条定也完全正确。
这实在太出乎父亲的意料了。
同时，父亲也非常高兴，感到自己多年来的培育没有定会是一个有所作为的学者。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高中毕业后的这些年(续）本篇文章想要说明的是数学并非认识世界的唯一途径，即使数学水平不高的你同样也可以开展机器学习方面的工作和研究。
但是不可否认数学是自然科学领域探究真理的有效工具，有了强大的数学背景知识会让你看待问题更加深刻，这就是我们经常会看到很多大牛们都是出身数学专业。
另外本文所列举的课-程比较多，要想一下子去穷尽所有课-程显然也不现实，大可不必打好所有的数学基础再去学机器学习，最好的做法是当你对机器学习本身的理解达到一定瓶颈的时候，你可以补一补一些相关的数学基础之后再回去看机器学习的问题也许会更快的有所突破。
所以本文针对不同学习基础的朋友们，划分初，中，高三个学习阶段，供大家在学习中进一步去取舍。
首先对人工智能、机器学习一个综述：大话“人工智能、数据科学、机器学习”--综述 - 知乎专栏：笼统地说，原理和基础都在数学这边，当然有很多偏应用和软件使用的技术，例如“深度学习调参”等，这些报个培训速成班就能学会的技术含量不那么高的东西，不在讨论范围内。
这里要讨论的，是如何系统的学习，然后自己能编出这机器学习或深度学习的程序或软件－－我想，这才能称为一个合格的机器学习、数据科学家。
1.入门基础1. 微积分（求导，极限，极值）例如传统的BP神经网络的训练算法实际上是基于复合函数求导的链式法则，又比如目前多数的监督学习训练算法都基于极大似然估计，而极大似然估计的求解往往涉及求导，求极值的内容。
2. 线性代数（矩阵表示、矩阵运算、特征根、特征向量）是基础中的基础，主成分分析（PCA）、奇异值分解（SVD）、矩阵的特征分解、LU 分解、QR 分解、对称矩阵、正交化和正交归一化、矩阵运算、投影、特征值和特征向量、向量空间和范数（Norms），这些都是理解机器学习中基本概念的基础。
某篇图像分割1w+引用的神文核心思想便就求解构造矩阵的特征向量。
国内的线性代数教材偏重于计算而忽视了线性空间，特征值等基本概念阐述。
我个人也是在接触机器学习的内容后发现自己的线性代数基础并不牢固，下决心恶补线性代数，下面我推荐几个课-程:3. 数据处理当然需要编程了，因此C-C++-Python任选一门（推荐Python，因为目前很多库和Library都是用Python封装），数据结构可以学学，让你编程更顺手更高效，但是编程不是数据处理的核心。
熟练使用Matlab或者Python调用opencv库是必要条件，但是again他们只是工具，业余时间自学，多练练就没问题。
有同学问用R行不行，补充一点，用什么编程语言很大部分取决于你的核心算法会调用什么已有的库函数，比如楼主的科研里面核心算法往往是MIP（混合整数规划）问题需要调用Cplex 或Gurobi库函数，因此C-C++-Python-Java这些和Cplex接口良好的语言都可以拿来用，这时候R就别想了。
(更新：最新Gurobi版本支持R) 另外虽然图像处理界一些open-source的code都用C++写的，但是鉴于使用方便都会提供Python的接口，因此需要用到这些code的话，用Python调用比较方便；但是，如果是高阶骨灰级玩家，需要修改甚至自己写源代码，那么还是推荐C-C++，因为他们的速度最快。
我个人用的比较多的是C++和Python，因此下面推荐二个课-程:4. 算法（算法复杂度）。
通常高校都会有算法类的课-程，会概述各类算法的基础和应用，其中包括：精确算法、近似算法、启发式算法、演化算法、递归算法、贪婪算法等待，还有各类优化算法。
这部分内容很多会和数据结构相互关联。
算法非常核心，想必大家都听说过算法工程师这个职位。
关于数学模型和算法的区别、联系，参见：【学界】整数规划精确算法-近似算法-(元)启发算法-神经网络方反向传播等算法的区别与关联2.中级教-程1. 概率论+统计（很多数据分析建模基于统计模型）、统计推断、随机过程。
可以毫不夸张的说，概率论+统计是机器学习的核心数学理论，前面提到的微积分和线性代数实际上是扮演打工仔的角色。
进一步说大多数情况下，我们会依据概率论+统计推到出一个机器学习模型或者算法，而最终的计算过程往往要依赖微积分和线性代数。
所以如果你仅仅是实现一个机器学习算法，那么掌握初级教-程里边提到的微积分和线性代数就足够了，如果你想进一步探究机器学习算法为什么是这样的，你想解释机器学习模型为什么好用或者不好用，就需要概率论+统计的知识。
实话说概率统计的课-程和教材看过不少，至今对概率统计的理解仍然不够。
相信绝大多数工科生在本科都学过概率论与数理统计这门课，但是很多教材未能体现出概率真正的思想，名为概率论实际上改名叫做“各种概率分布的介绍”更为妥当，基本上这类教材的节奏都一样先介绍一种分布，然后开始求期望，求方差，求条件分布，各种微积分或组合数的运算啊。
经过多年的摸爬滚打的经验，我推荐下面两门课-程:2. 线性规划+凸优化（或者只学一门叫Numerical optimization，统计、机器学习到最后就是求解一个优化问题）、非线性规划等。
个人觉得机器学习里边最常用到的优化内容都是属于Numerical optimization 和凸优化的，所以各推荐一门课-程学习。
3. 数值计算、数值线代等当年我是在数学系学的这门课，主要是偏微分方程的数值解。
但我觉得其开篇讲的数值计算的一些numerical issue更为重要，会颠覆一个数学系出身小朋友的三观。
(原来理论和现实差距可以这么大！) Conditional number, ill-conditioned problem，会让你以后的编程多留个心眼。
@留德华叫兽恭喜你，到这里，你就可以无压力地学习Machine Learning这门课了（其实机器学习，通篇都是在讲用一些统计和优化来做clustering 和classification这俩个人工智能最常见的应用）。
并且你就会发现，ML课中间会穿插着很多其他课的内容。
恩，知识总是相通的嘛，特别是这些跨专业的新兴学科，都是在以往学科的基础上由社会需求发展而来。
到这里，其实你已经能看懂并且自己可以编写机器学习里面很多经典案例的算法了，比如regression，clustering，outlier detection。
运筹学（最优化理论）如何入门？ - 知乎学到Mid-level，就已经具备绝大部分理论基础了。
然后做几个实际项目，就能上手然后就可以“吹嘘”自己是搞机器学习的，就能找到一份工作了。
但是要读Phd搞机器学习的科研，那么高阶课-程必不可少，而且同一个topic你需要上好几门课，并且你博士的课题，很可能只是一本书中一个章节里面一小节里讲的算法，去改进他。
比如，楼主的博士课题就是mixed linear programming + discrete graphical models + markov random fields +regression + clustering + segmentation。
3.高阶课-程再高阶的课-程，就是比较specific的课-程了，可以看你做的项目或者以后的concentration再选择选修，比如：Probabilistic Graphical Models（概率图模型）， Integer Programming（整数规划），计算机视觉，模式识别，视频追踪，医学图像处理，增强学习，深度学习, 神经网络，自然语言处理，网络信息安全，等等等等。
深度学习：目前非常火，打败了非常多几十年积累起来的经典方法。
增强学习：也很火，游戏AI、自动驾驶、机器人等等，它都是核心。
概率图模型：深度学习之前非常popular的“学习”方法，有严格的数学模型和优美的算法，虽然目前被前俩者盖过了风头，但是依然有它的立足之处。
什么？你不知道最近用PGM发了篇Nature，打败了CNN？快看下面：Robin Shen：如何评价 Vicarious 在 Science 上提出基于概率图模型（PGM）的 RCN 模型？再比如有用偏微分方程做图像处理的（比较小众），那么这时候你肯定要去学一下偏微分方程了，大都是以科研为主导的。
科研嘛，为了发文章，就是要尝试前人没尝试过的方法，万一效果不错呢，就是一篇好paper了，对吧。
附上顶尖会议排名，共勉：互联网教-学资-源书目没有特别推荐的，但是建议看英文原版。
注：以下再推荐一些视频，仅受之以渔，多为graduate course相比古老的组合学，1965年诞生的模糊数学可以说是年轻的。
按照经典集合的概念，每一个集合必须由确定的元素构成，元素之于集合的隶属关系是明确的，这一性质可以用特征函数μA(x)来表示：public void synchronized run(){足足有20分钟，怀尔斯呆望着那个结果不敢相信，然后，是一种再也无事可做的巨大失落感。
? 一百年前，专为费马大定理而设的沃尔夫斯凯尔奖将截止日期定为2007年9月13日。
就像所有的惊险片一样，炸弹在即将起爆的最后一刻，被拆除了。
当时我还没有结婚，对怎么带孩子也没有概念。
刚开始，在我眼里德国人带孩子特别随意，孩子爱爬哪爬哪，爱吃土吃土，完全不管。
但这些都是表面的，后来我对德国的家庭教育改变了看法。
一双未洗的普通的运动鞋;那甚至不是一双品牌球鞋，大卫将它拿出来的时候，说什么也不让崔永元碰一下，他说："这鞋很臭的！"相比于革命的大潮流，拉瓦锡不过是个小人物。
在明知道必死的情况下，倘如换做张寿武的主要研究领域包括数论与代数几何，他于1996年证明了波戈莫洛夫猜想(Bogomolov conjecture)。
此后他又推广了格罗斯-乍基亚公式(Gross-Zagier theorem)，被称为“格罗斯-乍基亚-张公式”。
好多了，我们将?hash?字段从 320 比特减少到 80 比特，减少了75%的空间利用。
遗忘门舍弃cell状态的信息（0代表完全遗忘，1代表完全记住），因此我们猜想：遗忘门在需要准确记忆什么时会完全激活，而当不再需要已记住的信息时则会关闭。
在“蛋白质结构预测奥运会”CASP比赛中，力压其他97个参赛者。
《卫报》报道称，AlphaFold预测出了43种蛋白质中25种蛋白质的最精确结构。
在同一类别中排名第二的队伍，只预测出了3种。