为什么有些人对有数学能力强编程不强的吗和计算机编程特别擅长？

来源：蜘蛛抓取(WebSpider) 时间：2023-09-04 13:18 标签： 有数学能力强编程不强的吗
说实话，有的懂，有的是真不懂。我本科在一所211大学计算机专业，有一些教授一看就是学院派，肯定没做过多少开发工作。上课都是照本宣科，讲知识点的时候都很枯燥没有什么实战案例，更别提带着大家做一些小项目了。当然，也有一些教授还比较强，通过课后编程实践作业的验收就能看出来，会给出代码优化建议。整体上来说中国计算机专业的老师们还是差点意思。中国大部分计算机专业的教学水平真心一般：教材落后：不少学校教C语言居然还在用谭浩强.....代码量太小：上机时间严重不足，其实大学四年最好编码量达到几万甚至10万，这样就业做研究都有保障作业设计的极差：很多学校的作业题堪称弱智水平，拿我本科来说，Java的课后作业就是走马灯就算结业了。。严重和企业要求脱节，反观国外的大学，比如cmu使用autolab系统自动打分，学生上传完代码就可以查看最终分数，然后调整代码修改bug，有兴趣的朋友的可以搜下15213 bomb lab。教师授课方式落后：很多大学的老师上课基本PPT，相比国外动辄带着学生从0到1实现一个系统，简直一个天上一个地下，上课环节很少有学生主动提问，而国外大部分是激烈讨论课后辅导严重不足，国外的顶尖大学老师每周要抽出三个小时作为 office hour，中国的大部分教授老师下课了就不管你了助教水平差：cmu的助教存在感极强，会帮助教授辅导学生，还会在一些课程帮助教授搭建测试平台，国内的助教？基本没热情没能力。。。当然，国内的一些顶尖大学的计算机专业也在慢慢追赶和欧美大学的差距，比如清华、浙江、上交等等，，，也开始使用最先进的教材，比如清华本科的计算机组成原理的课程，教材是csapp，讲义是cmu 15213的ppt，这是一种好现象。接下来，给大家推荐一波非常好用而且课程资料也公开的课程，可以感受下国外顶尖大学计算机的教学水平。另外攻读计算机绝不能完全指望学校和教授，自学也是很好的方法，比如看计算机经典书籍，送大家一份硬核书籍资源，这套资源是伴随我从学生一路成长为腾讯高级开发工程师，360技术经理、360技术总监的打包全套，非常宝贵！点击下方链接直达获取：我已经帮大家打包好了，点击下方链接直接获取：作者：周博磊；链接：https://www.zhihu.com/question/57532048/answer/153255177；来源：知乎6.824 Distributed System: 系统方向非常好的一门课程，每堂课都讲一个新的分布式系统模型，没有教材，每堂课都是直接讲论文。老师是MIT PDOS的神牛Robert Morris (不错，这人就是当年因为发明蠕虫病毒而蹲监然后回MIT当教授的神人)和Frans Kaashoek。这些分布式系统都是实际用在各个大公司里的系统，比如说Spark, GFS，PNUTS。当年我修这门课的时候感觉课程压力非常大，有期中期末考试，有lab作业，有reading work, 还有course project，但是整个课程设计得非常好。lab要用Golang实现，硬生生地学了门新的语言。最后我的course project是用Go实现了一个Spark原型系统（metalbubble/GoSpark），那个还是2013年的时候，Spark还刚开始崭露头角：）。6.830 Database Systems: 数据库系统的一门核心课程。由数据库的一大山头Samuel Madden教授。前半部分比较基础的数据库的知识，后半段主要在讲Distributed Databases的东西，各种consistency挺有意思，也是database比较火的研究方向。18.409 Algorithmic Aspects of Machine Learning, Spring 2015: Ankur Moitra教的machine learning课程。课程切入点跟一般的机器学习课程都不同，Ankur自己是做theory背景的（攻FOCS, STOC之类的会），所以这个课程有深厚的理论根基。对sparse coding, topic model, tensor decompositions等会有脑洞大开的认识。6.869 Advances in Computer Vision (Fall 2016 Fall 2015) 我TA过的一门计算机视觉的课程。课件不错，过了一遍CV的传统内容，也增加了很多deep learning的内容，适合初学者入门，也适合除了deep learning就不懂computer vision其他东西的朋友。。。Final Project我设计了一个Mini Places Challenge, 让学生可以组队比赛，训练深度模型。另外，CMU的课程讲义都是开放的，谷歌搜索CMU+课号+年份就可以获取，google一下 CMU 15，看看提示就知道了。觉得有用的话，别忘记给我@findyi一个点赞鼓励哈～

神奇的数字创作者
发布时间：2023-06-12 12:57:22人类大脑是一个神奇的器官，它能够处理各种复杂的信息，如语言、图像、情感、记忆等。但是，当涉及到数学和逻辑方面的问题时，人类大脑却显得相对无能。为什么人类大脑相对于计算机不善于计算呢？人类大脑和计算机的结构差异人类大脑和计算机的结构有很大的差异。人类大脑由120-140亿个个神经元组成，每个神经元与其他神经元通过突触连接，形成一个庞大的神经网络。神经元之间的信号传递是通过化学物质和生物电流来实现的，速度相对较慢，但是并行度很高，即可以同时处理多个信息。计算机则由许多电子元件组成，如晶体管、电阻、电容等。这些元件通过电路连接，形成一个逻辑门网络。逻辑门之间的信号传递是通过电压和电流来实现的，速度相对较快，但是并行度很低，即一次只能处理一个信息。人类大脑和计算机在结构上有着本质的差异，导致了它们在功能上也有着不同的优势和劣势。人类大脑更擅长于处理模糊、非线性、多变的信息，而计算机更擅长于处理精确、线性、稳定的信息。人类大脑和计算机的运行方式差异人类大脑和计算机的运行方式也有很大的差异。人类大脑是一个自组织、自适应、自学习的系统，它能够根据外界环境和内部状态不断地调整自己的结构和功能。人类大脑也具有想象力、创造力、直觉力等高级认知能力，能够发现问题、解决问题、创造问题。计算机则是一个被设计、被编程、被控制的系统，它只能按照预设的规则和指令来执行任务。计算机也缺乏高级认知能力，不能主动地发现问题、解决问题、创造问题。人类大脑和计算机在运行方式上也有着本质的差异，导致了它们在能力上也有着不同的局限和可能。人类大脑更适合于处理复杂、动态、多样的问题，而计算机更适合于处理简单、静态、单一的问题。人类大脑和计算机的发展史差异人类大脑和计算机的发展历史也有很大的差异。人类大脑是经过了数亿年的进化而形成的，它是为了适应自然环境而不断变化和优化的。人类大脑在进化过程中遇到了各种各样的挑战和机遇，如食物、敌人、同伴、工具、文化等，这些都促进了人类大脑的发展和进化。计算机则是经过了数十年的发明而形成的，它是为了满足人类需求而不断设计和改进的。计算机在发展过程中遇到了各种各样的需求和问题，如存储、运算、通信、安全、智能等，这些都推动了计算机的发展和创新。人类大脑和计算机在发展历史上也有着本质的差异，导致了它们在水平上也有着不同的高低和差距。人类大脑是一个成熟、完善、优化的系统，而计算机是一个新兴、发展、创新的系统。总结人类大脑相对于计算机不善于计算的原因有很多，主要是由于它们在结构、功能、运行方式、发展史等方面的本质差异所导致的。这些差异使得人类大脑和计算机各有所长，各有所短，各有所用。我们不能简单地比较它们的优劣，而应该尊重它们的特性，利用它们的优势，弥补它们的劣势，实现它们的协作和互补。

我要回帖

更多关于 有数学能力强编程不强的吗 的文章

 

随机推荐