1，影星林达华个人资料

任达华，1955年3月19日出生于香港，香港影视演员。任达华以模特身份进入演艺圈，无线电视艺员训练班毕业后，于1979年签约为缤缤电影公司基本演员，1987年开始接拍影视剧。任达华2004年凭借《PTU》获得第9届香港电影金紫荆奖最佳男主角奖，2006年凭借《龙城岁月》获得第11届香港电影金紫荆奖最佳男主角奖，2010年凭借《岁月神偷》获得第29届香港电影金像奖最佳男主角奖 。

影星林达华个人资料

2，总有人说数学很美

林达华教授的《数学之美》为什么要转载它，因为数学即是科学。它无处不在，存在于我们的生活中，只是我们没有去真正认识和运用它。今天我们的炒股大家庭讨论了股票市场是凭感觉买卖呢？还是遵守规则去买卖？可想而知，如果有一点分析基础的人都会选择遵守规则去买卖。凭感觉作为买卖的依据是不可靠的，你今天盈利了，但总有一天会还回去，你盈利的不是因为你的感觉有多厉害，而是市场环境好带给你的盈利。而凭规则作为买卖，虽然也有可能出现小概率的亏损，但是，它是赚大亏小的概率。如果规则是量化的，也就是做到买卖点的量化，它的胜算率会更高。而要做到买卖点的量化就必须要运用数学理论，科学的去做量化的买卖点。数学集合论中的集合，函数，关系和等价，以及代数，几何，拓扑学中的开集，闭集，连通空间等，无不存在于股市中。那一个个连续的数字每天都在告诉我们未来的答案。只是有的已解，有的因为知识有限而未解。市场的规律是由有序和无序组成的，有序的市场是可以通过数学来科学的量化的，无序的市场就只能等待，等待从无序演变成有序阶段。那么，尽量做已解的确定性的大概率胜算的买卖点，放弃未解的无胜算的买点。这只是我个人的一点愚见，不管怎样，在我看来数学很美。下面是我认为非常好的一片文章，转载自《和君商学》数学之美林达华 和君商学 昨天编者按：AI的核心是算法，扒开来看就是代数、计算数学、概率论、统计学等各种数学理论的结合。因此，对于研究人工智能来说，数学基础是第一个、也是最大的门槛。 商汤科技联合创始人，港中文-商汤联合实验室主任，林达华教授在回顾自己的研究历程时，感触颇深，作为2012年从美国麻省理工学院（MIT）计算机科学博士毕业的计算机系学生，他却不经意间深入了数学的旅程。本文是林达华教授读书期间的自述文章，他分享了数学如何一步步从初级向高级发展，更高级别的数学对于具体应用究竟有何好处，以深入浅出的阐述方式让我们感受到数学的迷人魅力。来源：商汤科技SenseTime如下是林达华教授的自述： 为什么要深入数学的世界 作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校（MIT）的时候，并没有预料到我将会有一个深入数学的旅程。 我的导师最初希望我去做的题目，是对外观(Appearance)和运动(Motion)建立一个统一的模型。这个题目在当今计算机视觉百花齐放的世界中并没有任何特别的地方。事实上，使用各种概率图模型(Graphical Model)把不同方面联合在一起的框架在近年的论文中并不少见。 概率图模型是对复杂现象建模的有力工具，但是，我认为它不是万能药，它并不能取代对于所研究问题的深入钻研。如果统计学习包治百病，那么很多“下游”的学科也就没有存在的必要了。事实上，开始的时候，我也是和这个领域的很多人一样，想着去做一个概率图——我的导师指出，这样的做法只是重复一些标准的流程，并没有很大的价值。经过很长时间的反复，另外一个路径慢慢被确立下来——我们相信，一个图像是通过大量“原子”的某种空间分布构成的，原子群的运动形成了动态的可视过程。微观意义下的单个原子运动，和宏观意义下的整体分布的变换存在着深刻的联系——这需要我们去发掘。在深入探索这个题目的过程中，遇到了很多很多的问题，如何描述一个一般的运动过程，如何建立一个稳定并且广泛适用的原子表达，如何刻画微观运动和宏观分布变换的联系，还有很多。在这个过程中，我发现了两个事情： * 我原有的数学基础已经远远不能适应我对这些问题的深入研究。* 在数学中，有很多思想和工具，是非常适合解决这些问题的，只是没有被很多的应用科学的研究者重视。 于是，我决心开始深入数学这个浩瀚大海，希望在我再次走出来的时候，我已经有了更强大的武器去面对这些问题和挑战。我的游历并没有结束，我的视野相比于这个博大精深的世界依旧显得非常狭窄。在这篇文章里，我希望基于我有限的认识，谈一谈在我的眼中，数学如何一步步从初级向高级发展，更高级别的数学对于具体应用究竟有何好处。 集合论：现代数学的共同基础 这个9分钟的视频是我花了100个小时构思和制作的,希望能让你感受到数学的强大,还有我们对先人应持有的感激。不同于其他视频,该视频里每个台词都经过筛选,尽可能

总有人说数学很美


文章TAG：林达华林达华  影星  个人  
下一篇