简介

精彩点评

• 

  黄河

  推荐

  本书中没有涉及什么深奥的数学概念，但它把数学和时事结合得很紧密。

• 

  梁陈超

  推荐

  由案例导出论点，就像老师做课程设计时会有情境引入，把读者带到每一章的叙事模式中，从而自发地想要读完。 选取的案例很有代表性，作者一定是一位在日常工作中留心思考发现且对数字敏感的人。他的视角、抓住重点、论证观点的方式非常启发我。

• 

  Loutre

  推荐

  “是时候把权力收回到自己手中了，因为有时候数学确实关乎我们的生死。”

• 

  Ray

  推荐

  非常好看的数学书，从实用性上认人从新认识数学，重拾对数学的兴趣！必看！

• 

  小魔鱼

  推荐

  这本书写的特别好，论点论据论证都很清晰，即使不懂数学，跟着作者的思路下来也能理解作者要说的观点。 大家都知道数学很重要，那么在现实生活中数学是怎么影响我们的呢，来书中找答案吧，非常值得学习的一本书。

• 

  Macy马-河若石

  推荐

  非常赞的一本书，让你理解了生活中很多现象背后的数学原理，不需要高深的数学知识就能懂。很适合激发中学生对数学的兴趣。[玫瑰]

• 

  江亿平

  推荐

  本书的内容把很基础的讨论进制到很高深的算法和十大未解决数学难题都包含在内了。内容多和医学、法律有关，确实是“救命”的数学，但难度跨度有点大。绝大部分内容别的书都写过，所以评价一般。

• 

  wwsong

  推荐

  刚开始几章几乎在给我的课找课堂内外的例子 甚至想把这本书列为选读书目或者extra credit 后面的内容又有非常多震撼的实例 作者很会用真实发生的实例结合抽象数学说明大部分人无法一眼看清的问题 真希望有更多人读懂这本书

• 

  云飞扬

  推荐

  培养一种能鉴别真相与谎言的数学思维能力，未用公式，结合日常案例，能把数学模型讲这么通俗引人的，真不多见，强烈推荐。

• 

  痴小

  推荐

  挺有意思也能够轻松阅读的一本书，也很容易带入现实。如： 与重庆姐弟坠楼案类似的概率审判。 算法对生活的影响。 年终了，各类统计数据的欺骗性。 还有，最重要的疫情。 数学，能够解释为什么在你生病的时候，不去上班或上学对所有人都更好。 能够告诉我们洗手为什么会减少感染的可能性，阻止疫情暴发。

• 

  微信用户

  推荐

  一个高中数学考过九分的人（150分满分）吃力的把这本书啃完了，随着年龄的增长，我越来越觉得数学是万物的内核，越来越觉得愧对我中学时候的数学老师，要是再给我一次重新开始的机会，我希望我在我最叛逆的那个年纪没有放弃学习数学。不过还好，按照书里所说的，我有很大概率活得超过人均寿命，我还有机会重新开始。

• 

  嗯哼

  推荐

  不难，有趣，真的！除了极个别章节涉及的、复杂的概率运算公式有些枯燥难受（大学高数白念了[流泪]），大部分都简单易懂：有事实案例，有理论阐述，图文并茂，严谨不失趣味。特别是节与节之间既有关联、又相对独立，转场很丝滑，一不小心就看完了[呲牙] 虽然，读完不能立马变成“数学达人”，但，可以让我们在面对数据时，提高敏感度，敢于质疑（数据结论提供者如果不敢讲明数据来源，背景，论证方法和适用范围，就很有问题了；算法看似公正，但设计者是人，也许在划定规则时就已加入偏见和导向，需谨慎对待和必要监督……），避免陷入思维陷阱。涉及的思维陷阱或数学难题在小标题就可以体现，懒得复制粘贴了。 总之，是一本趣味性兼得实用性的科普书，强烈推荐。（除了正文，前言和后记也很精彩）

• 

  去月球看大海

  推荐

  ＃数学之美＃ 数学的善与恶与生活息息相关，了解数学的魅力，有时关键时刻可以救命。

• 

  赵曦

  推荐

  可以读一读，最近这类的书很多，比如《算法之美》、《统计数据会说谎》等等，这些都是分析数学在生活中是如何运用的。了解一下这些应用也蛮好的，虽然可能不理解其中的数学算法，但是能知道它们是如何影响我们的生活的，例如传染病的传播、网站算法的推荐等等。 数学其实是人造世界的底色，科学是研究自然界中的规律，数学是描述这些规律的工具，没有数学的发展，就没有科学的发展，现在科学的瓶颈一是我们对世界想象的限制，二是我们的数学描述能力的限制。 数学很多时候是反人性的，与我们的直觉思维有很大的差异。我们的直觉是线性思维，且对极大和极小的数都不敏感，我们能接受的是看的见的，可感知的世界，而这只是世界的一小部分，就像海面上的冰山，只有那么一点点，很大一部分是我们大部分人都无法感知的，而对这一部分的感知很大程度上需要靠数学家。所以我们会觉得数学是最难学的学科，数学家都是神，而事实也确实是这样~

• 

  朱俊杰

  推荐

  这本书还少了一半的名字，“害命的数学”，数学原无好坏，但它的背后隐藏着使用者的善与恶。 更可怕的是，如今我们每个人作为数据信息综合体，在数学专业人才的各种模型、算法面前，犹如赤身裸体。