大学计算机从学生角度的一些思考与教学建议

本篇文章中案例涉及部分计算机知识,不影响阅读

1. 培养决策思维

老师上课是单方面的领导学习,我们会遇到老师上课讲课我们能听得懂,但是自己做题却不能很好的解决。这是因为我听课的时候学习到的是模拟的单一思维路径;而做题时候遇到的,是真实的复杂决策路径。

在老师讲课,我们听的时候就是一条模拟的单一路径,就像开车中的导航,我们知道每一步的步骤,就知道按照这样一条路走就可以,不会遇到岔路,也不需要费脑子来想。在实际中就是老师告诉我们,第一步要先数据清洗,第二步要数据预处理,第三部要数据处理与分析等等。就这样,这样课程中的一道例题做完的时候,我们以为自己听懂了。

而当我们自己做题的时候,面临的是真实的复杂决策路径。这个时候我们就会发现我们的实际情况并不像上面老师讲课时候的情况一样。正确的路还是那一条主路不变,可是我们会遇到很多歌岔路口,一路上不断的走走停停,我们会想,这个路口往哪里拐,向左还是向右?这里怎么还有一个路口,我是不是越来越远了?在现实中就是,第一步数据清洗是不是要先数据空缺值填充,还是直接舍弃空缺值?如果填充的话,我们是用平均值来进行填充还是使用众数来进行填充?下面的数据预处理要怎么弄啊?直接进行归一化,还是先做完离散化再进行处理?

在我们思考的一路上,每一个地方都具有很多分岔路,存在着多重可能性,我们就这样在前进的时候还没有迈开几步,就已经在怀疑之中崩溃了——我们的思路就断掉了,大脑陷入了一片空白。

老师讲的时候,我们看到的是单一路径,但是我们自己进行操作的时候面临的确实复杂决策,就陷入了思维崩溃的情况。

还有一种原因,问题的解决办法是一个常常的逻辑链条。我们通常只能够听懂小的逻辑环节,但是不明白常常的逻辑链条。就还是像刚才一个数据挖掘任务的具体步骤,我们每一次都只能听懂两步之间的关系,没有从整体上来把握这一步。我们在做一个具体的任务之前,我们需要大致来构思我们的路线。

解决办法里我看到的比较好的就是使用费曼技巧,简单理解就是先理解概念,然后再教给别人,最后进行回顾,然后自己简化概念。就是我们需要将我们学习到的知识进行整理,讲授给别人,然后再进行整理进行消化,就可以形成一个正反馈的学习循环。我们需要做的就是形成这样的一个课程氛围,以教助学。在实际实施这样的策略的时候,还是可能会遇到学生不主动进行研究并进行讲授的情况,而我认为我们需要提供一个这样的机会来给愿意精进研究知识内容的学生一个机会。并不是所有的学生都不愿意进行这样的讲授,这样可以更加有效的巩固学习。我们可以在课程中给一些时间来进行讲授,可以是一个学生给全班学生讲授,也可以是小组内部进行进行讲授,这就需要我们分成对应的组。

提供这样的机会,既可以让同学们学到知识,也可以有效地帮同学们进行放松。

2. 添加一些测试

《认知天性》中有过对于测试的描述,我们需要对知识进行检索才能加强我们对于知识的掌握。书中也提出了在学习过程中进行对应的测试,可以有效的帮助学生更好的掌握知识。

这一点,我自己也是有所感触。在不断的考试之后,自己进行复盘,然后就可以知道自己的缺点和劣势在什么地方,然后就可以不断进行改正。我认为这样的测验是提高我们掌握知识程度的一种有效手段。这就类似一个模型的构建,我们需要掌握对应的学习模型,每一次在我们进行测试时我们都需要进行对应模型测试,如果我们得到的结果是错误的,我们就可以根据错误的内容然后有效的进行更正以及调整。

提供测试的平台也有很多,就类似问卷星、超星学习通等都可以提供对应的小测验,我们可以每一次都将这次课程中的一部分内容出一些测验,提高同学们的掌握程度。至于测验是否需要影响成绩,这一点在书中也有提及,等待考证。

3. 发散性的思维

这一点是我个人的一些感受,一个学科与其他学科之间并不是毫无关系的,一个知识与其他知识点也并不是毫无关系的。我们在掌握这个知识点的时候,如果能够将这个知识点与其他知识点进行关联,那么我们就可以提高这两个知识点的掌握,也就更加适合对于知识内容的理解。

举个典型的例子就是知识图谱。知识图谱就是以图形的方式来对于知识进行刻画,每个知识就类似一个个节点,不同知识之间的联系就好像是结点之间的线。我们在进行搜索的时候就可以将很多个知识同时联想到一起,在遇到问题时不仅能够进行有效地理解,同时也能想到多种解决办法。

如果学过Neo4j这个图数据库,我们可以知道在这个图形数据库中的表现形式就和上述的知识图谱类似。使用节点、关系、属性来描述图关系。而且有着对应的查询语言Cypher可以对于图数据进行有效的进行查询。简单理解就是屈原都写过什么诗?然后就可以从屈原这个节点来进行查找与他具有写关系的节点,就可以找到“离骚”、“国殇”、“山鬼”等。这一点就和上述第二点类似,我们在脑中就模拟了这种查询过程,可以提高我们对于知识点的理解。 也就是对于知识不断进行掌握并内化为自己的知识。

这一点,我也不太清楚具体的方法,但是作为一个建议加在这里。

参考链接:

https://www.zhihu.com/question/21990278/answer/124329890

https://www.zhihu.com/question/432916443/answer/1606208097

参考文献:

MAYER, R.E. Learning and Instruction. [M] New Jersy: Merrill Prentice Hall.2008:23

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,525评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,203评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,862评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,728评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,743评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,590评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,330评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,244评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,693评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,885评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,001评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,723评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,343评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,919评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,042评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,191评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,955评论 2 355

推荐阅读更多精彩内容