是时候改变自学编程方法了,这篇国外网友的教程被fast.ai创始人点赞

2019 年 11 月 27 日 量子位
晓查 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

还记得你大学时的Java、C、Python等语言是怎么学习的吗?让我们打开经典教材和网络课程看一下,几乎都是下面的套路:

学习变量、数组、对象等专业词汇;

查看编程示例,依葫芦画瓢写代码;

重复以上步骤,直到学完全部课程。

然而一位程序员Jeff Olsen却认为,这种教学方式太过时了。

编程和计算机科学的关系,就如同烹饪和化学的关系一样。即使没搞清楚化学变化,一样可以做出美味的煎蛋。

为此,他提出了一套编程教学的新思路,Jeff的想法在Haker News上获得了广大程序员的赞同。

甚至连课程平台fast.ai的创始人Jeremy Howard也来捧场:“这与我们平台上深度学习的教学方法相似。”

有网友指出,对于初学者而已,归纳推理能力的形成非常重要,

这种方法不仅对老师有意义,对于自学编程的人来说也不失为一种更好的学习方法。

改变教学方法

Jeff提出的教学方法叫做“预测至上”。先给学生一段简单的代码,让他们预测会发生什么,然后从运行结果中学习语言的一些特性。

为此,Jeff提出了编程教学的5条标准,符合这些标准的教学课程才能将知识点传达到位:

  1. 还不知道此语法的学生,能找出这段代码的作用吗?

  2. 这段代码是否与以后可能遇到的代码合理的相似?

  3. 命名的文字是否有意义,变量是否命名正确?

  4. 问题是否允许学生专注于代码中最重要的部分?

  5. 代码示例是否需要某些先验知识,还是能让所有人都能理解?

具体来说,就是不直接提概念,而是先提出一个难题供学生解决。

这个难题包含了当天的知识要点,然后要求学生根据这个难题创造一些新的代码,在解决问题的过程中学习专业术语。


这不仅是一份给教师的指南,我们在学习编程时,最好也带着问题去思考、学习代码,而不是机械地去重复书中的示例,这样才能真正掌握技能。

几个例子

Jeff首先展示了编程最基本的Hello World程序,他的方法与传统方法略有不同。我们先看这段代码:

name = "Tamara"
print("Hello" + name)

运行以上程序会发生什么?

一般,我们凭借直觉能猜到运行结果中会出现Tamara,而实际的运行结果是HelloTamara,中间没有空格。

接下来如何让程序输出带空格的结果,必然要进行一轮调试。

在这个过程中,Jeff没有说过字符串、变量等概念,但是在解决这个问题的过程中,我们已经掌握了print函数、字符串的拼接等一系列用法。

Jeff还举了几个例子,希望能纠正传统教学课程里死板的内容。

1、条件判断

传统教学:

if 1 > 2:
    print("1大于2")
else:
    print("1不大于2")

在这个例子中,学生只能查看代码,而不能通过使用代码学会条件判断。

Jeff建议把代码改成:

age = 15
if age >= 18:
    print("你可以购买R级电影票")
else:
    print(f"再过{18 - age}年你才满18岁")

终端中将输出什么内容?你的回答应该是:再过3年你才满18岁。

接着,Jeff丢出了几个问题:

整段代码里都没有3,你怎么知道会出现“ 3年”?我们如何更改程序来显示其他语句呢?缩进对我们的程序有什么作用。

通过这3问,学生知道了if-else语句的缩进格式,还知道如何用通过更改条件来实现其他的判断。

2、数组

传统教学:

a = [327539]
print(a[2]) 
# returns 7

在这个示例中,为何a[2]的结果是7,没学过编程的人可能无法理解,甚至会产生错误的理解:哦,原来是输出第2个数字后面的一个数字。

Jeff建议改成:

favorite_foods = ["寿司""玉米粽子""披萨""烤鸡肉"]
print(favorite_foods[2])

这段程序的输出结果会是什么?我们如何打印出第一种食物、最后一种食物?如果把最后一句改成favorite_foods[10]会发生什么?

通过这个简单的示例,学生可以了解数组、索引已经索引超出范围的错误。

3、对象

传统教学

Class Dog:
    def __init__(self):
        pass

    def speak(self):
        print("woof!)

Fido = Dog()
Fido.speak()

这段代码虽然用小狗做例子,看似生动有趣,其实存在着一些问题:

1、狗并不存在于网络空间中。
2、使用9行代码来创建和调用函数,实际可以更短。
3、这种方法创建的所有狗都只有相同的功能,那为何还要创建一个类呢?

Jeff建议改成:

user1 = User("Ty""Tdog@aol.com"16"Pa$$word")
user2 = User("Sarai""SMendes@hotmail.com"15"Kangaroo!")
user3 = User("Osu""Osu22@gmail.com"12"12345abcde")
print(user2.age)

提问环节:第一个用户的电子邮件是什么?哪个用户的密码最弱?最后一行将输出什么?

学生通过这种方式先学习了创建对象的方法,至于代码中出现的User(),接下来就可以很自然地教他们如何创建类了。

最后附上Jeff博客的链接,希望他的方法对你学习编程有所帮助。

原文链接:
https://blog.upperlinecode.com/stop-teaching-code-a1039983b39

作者系网易新闻·网易号“各有态度”签约作者


大咖齐聚!参会嘉宾重磅揭晓

量子位 MEET 2020 智能未来大会启幕,李开复、倪光南、景鲲、周伯文、吴明辉、曹旭东、叶杰平、唐文斌、王砚峰、黄刚、马原等AI大咖与你一起读懂人工智能。观众票即将售罄,扫码报名预定席位 ~

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

登录查看更多
0

相关内容

fast.ai网站提供了许多免费且高质量的AI教程。 官网地址:https://www.fast.ai/
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
281+阅读 · 2020年6月3日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
123+阅读 · 2020年5月26日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
107+阅读 · 2020年5月9日
算法与数据结构Python,369页pdf
专知会员服务
160+阅读 · 2020年3月4日
谷歌机器学习速成课程中文版pdf
专知会员服务
143+阅读 · 2019年12月4日
入门最佳:PyTorch深度学习免费课程
新智元
7+阅读 · 2018年9月18日
数学思维与编程思维怎样可以完美的结合
算法与数学之美
6+阅读 · 2018年6月11日
PyTorch:60分钟入门学习
全球人工智能
13+阅读 · 2018年5月18日
fast.ai发布针对编程者的深度学习教程
论智
4+阅读 · 2018年5月8日
这份深度学习课程笔记获吴恩达点赞
全球人工智能
4+阅读 · 2018年3月13日
独家 | 两个月上手AI的学习经验(附学习资源)
THU数据派
3+阅读 · 2017年10月26日
独家 | 一文读懂TensorFlow(附代码、学习资料)
数据派THU
3+阅读 · 2017年10月12日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Polarity Loss for Zero-shot Object Detection
Arxiv
3+阅读 · 2018年11月22日
Arxiv
4+阅读 · 2018年10月5日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
6+阅读 · 2018年1月11日
VIP会员
相关VIP内容
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
281+阅读 · 2020年6月3日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
123+阅读 · 2020年5月26日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
107+阅读 · 2020年5月9日
算法与数据结构Python,369页pdf
专知会员服务
160+阅读 · 2020年3月4日
谷歌机器学习速成课程中文版pdf
专知会员服务
143+阅读 · 2019年12月4日
相关资讯
入门最佳:PyTorch深度学习免费课程
新智元
7+阅读 · 2018年9月18日
数学思维与编程思维怎样可以完美的结合
算法与数学之美
6+阅读 · 2018年6月11日
PyTorch:60分钟入门学习
全球人工智能
13+阅读 · 2018年5月18日
fast.ai发布针对编程者的深度学习教程
论智
4+阅读 · 2018年5月8日
这份深度学习课程笔记获吴恩达点赞
全球人工智能
4+阅读 · 2018年3月13日
独家 | 两个月上手AI的学习经验(附学习资源)
THU数据派
3+阅读 · 2017年10月26日
独家 | 一文读懂TensorFlow(附代码、学习资料)
数据派THU
3+阅读 · 2017年10月12日
相关论文
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Polarity Loss for Zero-shot Object Detection
Arxiv
3+阅读 · 2018年11月22日
Arxiv
4+阅读 · 2018年10月5日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
6+阅读 · 2018年1月11日
Top
微信扫码咨询专知VIP会员