每日一發小視頻
我覺得這樣理解是不全面的，首先算法的核心是如何用抽象的數學模型來解決這個實際問題，而且實現的手段是通過代碼編程，所以說算法的核心是數學是基本準確的。但是數學是算法這個說法就問題很大了。 數學包含的範圍非常廣，自己是一個自洽的系統，而且隨著人類的認識的提高，數學也在發展，也發展了很多新的數學工具來幫我們解決實際問題。
所以說如果數學是背後的關於真理的理論，那麼算法是部分真理被使用（通過代碼實現的方式）來幫我們解決一些特定的問題。 這是我的理解。
ICMLL實驗室
作為一個數據挖掘者，我來回答你！
算法的核心是什麼？我覺得是數學，但是數學不僅僅是算法。
現如今，許多算法早都已經成熟了，但是近幾十年一直沒有革命性的新算法，就連如今十分火熱的深度學習也不能算是完全的新算法，我覺得這應該與近半個世紀數學沒有重大發展有關。
我們先看一下已經成熟的算法:
線性迴歸算法離不開最小二乘法，邏輯迴歸算法離不開對數、sigmoid函數、極大似然估計、伯努利分佈;貝葉斯算法從貝葉斯定理發展而來;決策樹算法離不開信息論、信息熵和信息增益;支持向量機離不開拉格朗日乘子，還有深度學習，神經網絡都離不開拓撲學，卷積。
這些算法模型都會用到矩陣，梯度下降法等。當然算法不止這麼多數學知識，數學之於算法可見一斑，猶如發動機之於汽車一般。
愛數據的小司機
算法是建立在數學歸納的基礎上的，以期方便實現人類得到所能理解的量化值或擬化的規律方程。是實現複雜問題簡單化的途徑。
每一個實踐活動，在賦予條件和目標後，都能用數學的方式來表達。
人類的算法總是不斷進步的，這與認知的深度有關，同時也與目標的需求精度有關。
登錄困難
算法的核心是權衡...是計算資源的取捨...
...
當你內存足夠...那麼最優算法就是查表...沒什麼算法能比查表簡潔高效...但當你內存有限...那只有老實的用公式算...用公式算就五花八門...這就涉及到知識體系和個人能力了...
...
這就是速度和空間的取捨...
人們發現算法查表化帶來的速度提升巨大...也就是提高內存遠比提高CPU來的高..
所以現在所有算法都是查表...
所以現在一個程序動輒幾個G的內存...運行效果和原來的64K內存效果差不多...
...
除了這種取捨還有一種執著...
典型的就是蘋果低粉率下的字體和微軟高分辨率下的字體...
這是因為蘋果面向的是打印機...微軟面向的是顯示器..
