Todellisuuden mallintaminen matemaattisesti
Lähetetty: 04.03.2006 14:26
Viime aikoina olen pitkästä aikaa palannut pitkän pehmeiden aiheiden syrjähypyn jälkeen lukemaan innolla miten matemaattiset työaklut voivat auttaa erilaisissa ongelmanratkaisuissa. Huomattuani kuinka inumeerisia monet ihmiset ovat, on ollut pakko ottaa taas kirjat käsiin ja palauttaa mieliin miten hyviä työkaluja matemaattisista malleista saakaan, kunhan vain ensiksi osaa mallintaa ongelman oikein.
Statistiikka ei koskaan ole ollut favourite-aihe, mutta kappas vaan kun tilastolaskennalla ja todennäköisyyslaskennalla saakin aikaan älykkyyttä tekemiseen. Tai kuinka erilaiset muunnokset auttavat hahmottamaan datamassoista malleja, joita käsitellä matemaattisesti ja sitä kautta saada käytännönsovelluksina vaikka kohinan poistoa äänestä tai vastaavasti tulevaisuuden ennustamista lyhyen aikavälin trendeistä.
Etsinkin nyt vinkkejä kirjoista, joita voisi lukea omatoimisesti ja joissa olisi hyvä pragmaattinen ote käytännönongelmien ratkaisemiseen. Tällä hetkellä nostin jo Amazonin tilauslistalle ja kirjaston jonotuslistalle seuraavat kirjat:
Digital Image Processing (2nd Edition)
by Rafael C. Gonzalez
Concrete Mathematics: A Foundation for Computer Science (2nd Edition)
by Ronald L. Graham
ja online alan lukemaan piakkoin kirjaa:
Understanding Digital Signal Processing
Richard G. Lyons
Mutta mitä kirjoja kannattaisi lukea ja mitkä olisivat hyviä työkaluja tarvittavien perustaitojen kertaamiseen, preppaamiseen ja parantamiseen? Puhutaan siis sarjoista ja differentiaalilaskennasta, muunnokset jne. - kaikesta hauskasta joiden pureskelu tuntui kouluaikana tuskalta.
Matemaatikko en ole, enkä tule käyttämään näitä aktiivisesti työkaluina omassa työssäni, mutta uskon että minulle on hyötyä ( ja mielenkiintoista ) oppia ja opetella ne asiat paremmin -- jotta tarvittaessa tiedän kuinka asioita voi ratkaista ja tiedän mitä pyytää niiltä henkilöiltä, jotka varsinaiset substanssiasiat osaavat paremmin.
Novellimuodossa ajattelin lukea jossain vaiheessa seuraavat kirjat:
My life as a Quant:
http://www.amazon.co.uk/exec/obidos/ASI ... 59-7242052
The Predictors:
http://www.amazon.co.uk/exec/obidos/ASI ... 59-7242052
Statistiikka ei koskaan ole ollut favourite-aihe, mutta kappas vaan kun tilastolaskennalla ja todennäköisyyslaskennalla saakin aikaan älykkyyttä tekemiseen. Tai kuinka erilaiset muunnokset auttavat hahmottamaan datamassoista malleja, joita käsitellä matemaattisesti ja sitä kautta saada käytännönsovelluksina vaikka kohinan poistoa äänestä tai vastaavasti tulevaisuuden ennustamista lyhyen aikavälin trendeistä.
Etsinkin nyt vinkkejä kirjoista, joita voisi lukea omatoimisesti ja joissa olisi hyvä pragmaattinen ote käytännönongelmien ratkaisemiseen. Tällä hetkellä nostin jo Amazonin tilauslistalle ja kirjaston jonotuslistalle seuraavat kirjat:
Digital Image Processing (2nd Edition)
by Rafael C. Gonzalez
Concrete Mathematics: A Foundation for Computer Science (2nd Edition)
by Ronald L. Graham
ja online alan lukemaan piakkoin kirjaa:
Understanding Digital Signal Processing
Richard G. Lyons
Mutta mitä kirjoja kannattaisi lukea ja mitkä olisivat hyviä työkaluja tarvittavien perustaitojen kertaamiseen, preppaamiseen ja parantamiseen? Puhutaan siis sarjoista ja differentiaalilaskennasta, muunnokset jne. - kaikesta hauskasta joiden pureskelu tuntui kouluaikana tuskalta.
Matemaatikko en ole, enkä tule käyttämään näitä aktiivisesti työkaluina omassa työssäni, mutta uskon että minulle on hyötyä ( ja mielenkiintoista ) oppia ja opetella ne asiat paremmin -- jotta tarvittaessa tiedän kuinka asioita voi ratkaista ja tiedän mitä pyytää niiltä henkilöiltä, jotka varsinaiset substanssiasiat osaavat paremmin.
Novellimuodossa ajattelin lukea jossain vaiheessa seuraavat kirjat:
My life as a Quant:
http://www.amazon.co.uk/exec/obidos/ASI ... 59-7242052
The Predictors:
http://www.amazon.co.uk/exec/obidos/ASI ... 59-7242052