在我目前正在阅读的书中，确定性数值方法（例如基于梯度的：牛顿法，无梯度：Nelder-Mead）和算法方法（例如精确方法：穷举搜索，启发式方法：贪婪）之间存在区别搜索）进行优化。
我无法真正理解所造成的差异......如果您获得一种新方法并希望将其分类为数值方法或算法方法，那么您要寻找什么来对其进行分类？
之前的粗略定义是算法=解决问题的逐步说明。对于每一个数值方法来说不是都是这样吗？它们到底不也是算法吗？也许粗略的定义遗漏了一些重要的点......
我对计算机科学家如何思考它以及如何进行区分感兴趣。
数值方法绝对也是算法的一类。即使是仅使用一堆随机样本的蒙特卡洛近似等随机方法也是最终算法。
据我所知，传统的区别在于数值和分析方法之间，例如也参见这个问题：https://math.stackexchange.com/questions/935405/what-s-the-difference-解决问题的分析方法和数值方法之间。