Kodlamak için matematikte iyi olmalıyım

‘Matematik insanı’ değil? Kod öğrenmede düşündüğünüzden daha iyi olabilirsiniz

Washington Üniversitesi Çalışması’na göre, dil becerileri matematik bilgisinden daha güçlü bir programlama yeteneği öngörücüsüdür. Burada, çalışma ortak yazarı Malayka Mottarella, beyindeki elektriksel aktiviteyi ölçen özel bir kulaklık giyerken Python’da kodlamayı gösterir. Justin Abernethy/U. Washington

Kodlamayı öğrenmek istiyorum? Matematik kitabını bırak. Bunun yerine bu iletişim becerilerini uygulayın.

Washington Üniversitesi’nden yapılan yeni araştırmalar, dil öğrenme için doğal bir yeteneğin, temel matematik bilgisi veya aritmetikten daha güçlü bir program öğrenme yordayıcısı olduğunu buluyor. Bunun nedeni, kod yazmanın ikinci bir dil öğrenmeyi, dilin kelime dağarcığını ve dilbilgisini öğrenme yeteneğini ve fikirleri ve niyetleri iletmek için birlikte nasıl çalıştıklarını öğrenmeyi de içerir. Problem çözme ve çalışma belleğinin kullanımı gibi her iki alana bağlı diğer bilişsel işlevler de önemli roller oynar.

Öğrenme ve beyin bilimlerinde psikoloji profesörü olan baş yazar Chantel Prat, “Programlamanın önkoşul kurslarından, iyi bir programcının neye benzediğinin stereotiplerine kadar birçok engel, programlamanın matematik yeteneklerine büyük ölçüde dayandığı ve bu fikrin verilerimizde doğmadığı fikrine odaklanıyor.” Dedi. “Programlamayı öğrenmek zordur, ancak işgücünde yetenekli pozisyonlar elde etmek için giderek daha önemlidir. Ne olması gereken hakkında bilgi iyi Cinsiyet açığını kapatmada kötü şöhretli bir alanda programlama kritik bir şekilde eksik.”

Doğa Yayın Grubu’ndan açık erişimli bir dergi olan Scientific Reports’ta 2 Mart’ta yayınlanan araştırma, ortak bir programlama dili olan Python’u öğrendikçe üç düzineden fazla yetişkinin nörokognitif yeteneklerini inceledi. Yönetici işlevlerini, dillerini ve matematik becerilerini değerlendirmek için bir miktar testin ardından katılımcılar Python’da bir dizi çevrimiçi ders ve sınav tamamladılar. Python’u daha hızlı ve daha fazla doğrulukla öğrenenler, güçlü problem çözme ve dil yeteneklerinin bir karışımına sahip olma eğilimindeydi.

Günümüzün kök odaklı dünyasında, kodlamayı öğrenmek, iş ve genişletilmiş eğitim için çeşitli olasılıklar açar. Kodlama matematik ve mühendislik ile ilişkilidir; Üniversite düzeyinde programlama kursları, kaydolmak için ileri matematik gerektirme eğilimindedir ve bilgisayar bilimi ve mühendislik departmanlarında öğretilme eğilimindedir. UW Psikoloji Profesörü Sapna Cheryan’dan gelen diğer araştırmalar, bu tür gereksinimlerin ve kodlama algılarının, erkeksi bir alan olarak programlama hakkındaki stereotipleri güçlendirdiğini ve potansiyel olarak kadınların onu takip etmesini engellediğini göstermiştir.

Ancak kodlamanın ayrıca insan dilinde bir temeli vardır: programlama, sembolleri kural tabanlı şekillerde bir araya getirerek anlam yaratmayı içerir.

Birkaç çalışma, dil öğrenimi ve bilgisayar programlama arasındaki bilişsel bağlantılara değinmiş olsa da, verilerin bazıları onlarca yıllık, Pascal gibi şu anda güncel olmayan dilleri kullanarak ve hiçbiri programı öğrenmede bireysel farklılıkları tahmin etmek için doğal dil yetenek önlemleri kullanmaz.

İnsan dillerini öğrenmenin nöral ve bilişsel yordayıcılarında uzmanlaşmış olan Prat, insanların python’u nasıl öğrendiğindeki bireysel farklılıkları keşfetmeye başladı. Python doğal bir tercihti, Prat, paragraf girintisi gibi İngilizce yapılara benziyor ve işlevler için semboller yerine birçok gerçek kelime kullanıyor.

“Programlama Yetenekleri” nin nöral ve bilişsel özelliklerini değerlendirmek için Prat.

Kodlamayı öğrenmeden önce katılımcılar tamamen iki farklı değerlendirme türü aldı. İlk olarak, katılımcılar, gözleri kapalı olarak rahatlarken beyinlerinin elektriksel aktivitesini kaydeden beş dakikalık bir elektroensefalografi taraması yapıldı. Önceki araştırmalarda Prat, beyin dinlenirken nöral aktivite paternlerinin, birisinin ikinci bir dil öğrenme hızındaki değişkenliğin% 60’ını tahmin edebileceğini gösterdi (bu durumda Fransızca).

Prat, “Nihayetinde, bu dinlenme durumu beyin metrikleri, birinin nasıl öğrendiğine dair kültürsüz önlemler olarak kullanılabilir.” Dedi.

Daha sonra katılımcılar sekiz farklı test yaptılar: özellikle aritimliği kapsayan; dil yeteneğini ölçen; ve dikkat, problem çözme ve hafızayı değerlendiren diğerleri.

Python’u öğrenmek için katılımcılara Codeacademy Eğitim Aracı’nı kullanarak 10 45 dakikalık çevrimiçi eğitim oturumları atandı. Her oturum, listeler veya eğer/sonra koşullar gibi bir kodlama konseptine odaklandı ve bir kullanıcının bir sonraki oturuma ilerlemek için geçmesi gereken bir testle sonuçlandı. Yardım için kullanıcılar bir “ipucu” düğmesine, geçmiş kullanıcılardan bilgi bir bloguna ve “çözüm” düğmesine bu sırayla dönebilirler.

Anahtar noktaları:

1. Dil becerileri, programlama yeteneğinin matematik bilgisinden daha güçlü bir öngörücüdür.
2. Kod yapmayı öğrenmek, ikinci bir dil öğrenmeyi içerir.
3. Problem Çözme ve Çalışma Belleği Programlamada Anahtar Rolleri Oynatın.
4. Programlamanın önündeki engeller, matematiğin gerekli olduğu fikri etrafında döner.
5. Programlamada iyi olmak için ne gerektiğine dair bilgi eksikliği, alandaki cinsiyet eşitliğini engellemektir.
6. Python’u öğrenmek, kodlayıcıların programlamayı keşfetmesi için bir başlangıç ​​noktası olabilir.
7. Python’un İngilizce ile benzerlikleri, dil öğrencilerinin kavramasını kolaylaştırır.
8. Yetişkinlerin nörokognitif yetenekleri, Python’u öğrendikçe incelendi.
9. Dinlenmedeki nöral aktivite, dil öğrenimi ve programlama yeteneğini tahmin edebilir.
10. Matematik becerileri kodlamayı öğrenmede en önemli faktör değildir.

Sorular:

1. Programlama yeteneği ile ilgili dil becerileri nasıl?

Dil becerileri, programlama yeteneğinin matematik bilgisinden daha güçlü bir öngörücüdür. Kod yazmak, ikinci bir dil öğrenmek gibidir ve bir bireyin dilin kelime dağarcığını ve dilbilgisini öğrenme yeteneği programlama becerilerini etkilediğini öğrenme.

2. Programlamada problem çözme ve çalışma belleği önemli mi??

Evet, problem çözme ve çalışma belleği programlamada önemli roller oynuyor. Bu bilişsel işlevler hem dil becerilerine hem de programlamaya bağlıdır ve kodu anlamak ve uygulamak için gereklidir.

3. Programlamanın önündeki bazı engeller nelerdir?

Programlamanın önündeki birçok engel, matematik yeteneklerinin gerekli olduğu yanlış kanıtı etrafında dönüyor. İnsanların programlamayı sürdürmesini engelleyen iyi bir programcının nasıl göründüğüne dair önkoşul kursları ve klişeler var.

4. Programlamada cinsiyet farkını kapatmak neden önemlidir??

İşgücünde vasıflı pozisyonlar elde etmek, programlama becerilerini giderek daha fazla gerektirir. Ancak, cinsiyet farklılığını kapatmada programlama alanı yavaştı. Programlamada iyi olmak için gerekenler hakkında bilgi eksikliği bu eşitsizliğe katkıda bulunur.

5. Kodlama ve insan dili arasındaki ilişki nedir?

Kodlamanın insan dilinde bir temeli vardır. Programlama, fikirleri ve niyetleri iletmek için dilin nasıl kullanıldığı gibi, sembolleri kural tabanlı şekillerde bir araya getirerek anlam yaratmayı içerir.

6. Python’u öğrenmenin önemi nedir?

Python’u öğrenmek, kodlayıcıların programlamayı keşfetmesi için bir başlangıç ​​noktası olabilir. Python’un İngilizce yapılara benzerlikleri ve gerçek kelimelerin kullanımı, dil öğrenenlerin kavramasını kolaylaştırır.

7. Yetenek programlama ile ilgili olarak hangi bilişsel özellikler incelenmiştir??

Çalışma, programlama yeteneğinin nöral ve bilişsel özelliklerini değerlendirdi. Katılımcılara sayısallık, dil yeteneği, dikkat, problem çözme ve hafıza için değerlendirmeler yapıldı.

8. Dinlenme durumu beyin metrikleri öğrenmeyi tahmin etmek için nasıl kullanılabilir??

Elektroensefalografi yoluyla kaydedilen dinlenme durumu beyin metrikleri, ikinci bir dil öğrenmede değişkenliğin% 60’ına kadar tahmin edebilir. Bu metrikler, birisinin nasıl öğrendiğine dair kültürsüz önlemler olarak kullanılabilir.

9. Katılımcılara Python’u öğretmek için kullanılan yöntemler nelerdi??

Katılımcılara Codeacademy Eğitim Aracı Kullanarak 10 Çevrimiçi Talimat Oturumu atandı. Her oturum belirli bir kodlama konseptine odaklandı ve bir testle sonuçlandı.

10. Matematik becerileri neden kodlamayı öğrenmede en önemli faktör değil?

Matematik becerileri kodlama ile ilişkili olsa da, programlama derslerinde genellikle gerekli olsa da, bu çalışma dil becerilerinin programlama yeteneği daha güçlü bir yordayıcısı olduğunu buldu. Kod yapmayı öğrenmek, matematik bilgisinden daha fazlasını içerir.

Kodlamak için matematikte iyi olmalıyım

Doğa Yayın Grubu’ndan açık erişimli bir dergi olan Scientific Reports’ta 2 Mart’ta yayınlanan araştırma, ortak bir programlama dili olan Python’u öğrendikçe üç düzineden fazla yetişkinin nörokognitif yeteneklerini inceledi. Yönetici işlevlerini, dillerini ve matematik becerilerini değerlendirmek için bir miktar testin ardından katılımcılar Python’da bir dizi çevrimiçi ders ve sınav tamamladılar. Python’u daha hızlı ve daha fazla doğrulukla öğrenenler, güçlü problem çözme ve dil yeteneklerinin bir karışımına sahip olma eğilimindeydi.

Değil ‘matematik’? Kod öğrenmede düşündüğünüzden daha iyi olabilirsiniz

Washington Üniversitesi Çalışması’na göre, dil becerileri matematik bilgisinden daha güçlü bir programlama yeteneği öngörücüsüdür. Burada, çalışma ortak yazarı Malayka Mottarella, beyindeki elektriksel aktiviteyi ölçen özel bir kulaklık giyerken Python’da kodlamayı gösterir. Justin Abernethy/U. Washington

Kodlamayı öğrenmek istiyorum? Matematik kitabını bırak. Bunun yerine bu iletişim becerilerini uygulayın.

Washington Üniversitesi’nden yapılan yeni araştırmalar, dil öğrenme için doğal bir yeteneğin, temel matematik bilgisi veya aritmetikten daha güçlü bir program öğrenme yordayıcısı olduğunu buluyor. O’S çünkü kod yazma ayrıca ikinci bir dil öğrenmeyi, bu dili öğrenme yeteneğini de içerir’S kelime ve dilbilgisi ve fikirleri ve niyetleri iletmek için nasıl birlikte çalıştıkları. Problem çözme ve çalışma belleğinin kullanımı gibi her iki alana bağlı diğer bilişsel işlevler de önemli roller oynar.

“Önkoşul kurslarından iyi bir programcının neye benzediğinin stereotiplerine kadar programlamanın önündeki birçok engel, programlamanın matematik yeteneklerine dayandığı ve bu fikrin verilerimizde doğmadığı fikrine odaklanmıştır,” Bahsedilen baş yazar Chantel Prat, UW ve Öğrenme ve Beyin Bilimleri Enstitüsü’nde Psikoloji Doçenti. “Programlamayı öğrenmek zordur, ancak işgücünde yetenekli pozisyonlar elde etmek için giderek daha önemlidir. Ne olması gereken hakkında bilgi iyi Cinsiyet açığını kapatmada kötü şöhretli bir alanda programlama kritik bir şekilde eksik.”

Doğa Yayın Grubu’ndan açık erişimli bir dergi olan Scientific Reports’ta 2 Mart’ta yayınlanan araştırma, ortak bir programlama dili olan Python’u öğrendikçe üç düzineden fazla yetişkinin nörokognitif yeteneklerini inceledi. Yönetici işlevlerini, dillerini ve matematik becerilerini değerlendirmek için bir miktar testin ardından katılımcılar Python’da bir dizi çevrimiçi ders ve sınav tamamladılar. Python’u daha hızlı ve daha fazla doğrulukla öğrenenler, güçlü problem çözme ve dil yeteneklerinin bir karışımına sahip olma eğilimindeydi.

Bugün içinde’STEM odaklı dünya, kod öğrenmek, iş ve genişletilmiş eğitim için çeşitli olasılıklar açar. Kodlama matematik ve mühendislik ile ilişkilidir; Üniversite düzeyinde programlama kursları, kaydolmak için ileri matematik gerektirme eğilimindedir ve bilgisayar bilimi ve mühendislik departmanlarında öğretilme eğilimindedir. UW Psikoloji Profesörü Sapna Cheryan’dan gelen diğer araştırmalar, bu tür gereksinimlerin ve kodlama algılarının, erkeksi bir alan olarak programlama hakkındaki stereotipleri güçlendirdiğini ve potansiyel olarak kadınların onu takip etmesini engellediğini göstermiştir.

Ancak kodlamanın ayrıca insan dilinde bir temeli vardır: programlama, sembolleri kural tabanlı şekillerde bir araya getirerek anlam yaratmayı içerir.

Birkaç çalışma, dil öğrenimi ve bilgisayar programlama arasındaki bilişsel bağlantılara değinmiş olsa da, verilerin bazıları onlarca yıllık, Pascal gibi şu anda güncel olmayan dilleri kullanarak ve hiçbiri programı öğrenmede bireysel farklılıkları tahmin etmek için doğal dil yetenek önlemleri kullanmaz.

İnsan dillerini öğrenmenin nöral ve bilişsel yordayıcılarında uzmanlaşmış olan Prat, insanların python’u nasıl öğrendiğindeki bireysel farklılıkları keşfetmeye başladı. Python doğal bir tercihti, Prat, paragraf girintisi gibi İngilizce yapılara benziyor ve işlevler için semboller yerine birçok gerçek kelime kullanıyor.

Nöral ve bilişsel özelliklerini değerlendirmek “Programlama yeteneği,” Prat, 18 ve 35 yaşları arasında bir grup ana İngilizce konuşmacı inceledi.

Kodlamayı öğrenmeden önce katılımcılar tamamen iki farklı değerlendirme türü aldı. İlk olarak, katılımcılar, gözleri kapalı olarak rahatlarken beyinlerinin elektriksel aktivitesini kaydeden beş dakikalık bir elektroensefalografi taraması yapıldı. Önceki araştırmalarda Prat, beyin dinlenirken nöral aktivite paternlerinin, birisinin ikinci bir dil öğrenme hızındaki değişkenliğin% 60’ını tahmin edebileceğini gösterdi (bu durumda Fransızca).

“Nihayetinde, bu dinlenme durumu beyin metrikleri, birisinin nasıl öğrendiğine dair kültürsüz önlemler olarak kullanılabilir,” Prat dedi.

Daha sonra katılımcılar sekiz farklı test yaptılar: özellikle aritimliği kapsayan; dil yeteneğini ölçen; ve dikkat, problem çözme ve hafızayı değerlendiren diğerleri.

Python’u öğrenmek için katılımcılara Codeacademy Eğitim Aracı’nı kullanarak 10 45 dakikalık çevrimiçi eğitim oturumları atandı. Her oturum, listeler veya eğer/sonra koşullar gibi bir kodlama konseptine odaklandı ve bir kullanıcının bir sonraki oturuma ilerlemek için geçmesi gereken bir testle sonuçlandı. Yardım için kullanıcılar bir “ipucu” düğme, geçmiş kullanıcılardan bilgi bir blog ve “çözüm” Düğme, bu sırayla.

Paylaşılan bir ayna ekranından, her katılımcıyla birlikte bir araştırmacı izledi ve “öğrenme oranı,” veya her derse hakim olduklarının yanı sıra test doğruluğu ve yardım istedikleri sayı.

Bu grafik, çalışma katılımcılarının, aritmetik ve dil yeteneği gibi becerilerinin Python’un öğrenilmesine nasıl katkıda bulunduğunu göstermektedir. Grafiğe göre, biliş ve dil yeteneği, öğrenmenin aritmetikten daha büyük yordayıcılarıdır. Prat ve ark./Bilimsel Raporlar

Oturumları tamamladıktan sonra katılımcılar işlevler (Python’un kelime dağarcığı) ve kodlama yapısı (Python Grameri) hakkında çoktan seçmeli bir test yaptılar. Son görevleri için, yeni bir Python kodlayıcı için bir tanıtım projesi olarak kabul edilen bir oyunu – kaya, kağıt, makas – programladılar. Bu, öğrendikleri bilgileri kullanarak kod yazma yeteneklerini değerlendirmeye yardımcı oldu.

Nihayetinde, araştırmacılar dil yetenek testinden elde edilen puanların katılımcıların en güçlü yordayıcıları olduğunu buldular’ Python’da öğrenme oranı. İmparatorluk ve sıvı akıl yürütmesindeki testlerden elde edilen puanlar da Python öğrenme oranı ile ilişkiliydi, ancak bu faktörlerin her biri dil yeteneğinden daha az varyans açıkladı.

Öğrenme çıktıları arasında başka bir deyişle katılımcılar’ Dil yeteneği, akışkan akıl yürütme ve çalışma belleği ve dinlenme durumu beyin aktivitesi, Python öğrenmesinin, insanlar arasındaki farklılıkların ortalama% 2’sini açıklayan armatik olandan daha büyük öngörücülerdi. Önemli olarak, Prat ayrıca, daha önce birisinin Fransızca konuşmayı ne kadar hızlı öğreneceğini açıklayan dinlenme durumu beyin verilerinin aynı özelliklerinin de Python’da kodlamayı ne kadar hızlı öğreneceklerini açıkladı.

”Bu, doğal dil yeteneğinin hem nöral hem de bilişsel yordayıcılarını öğrenme dillerinde bireysel farklılıklarla ilişkilendiren ilk çalışmadır. Farklı insanların Python’da ne kadar hızlı programlamayı öğrendiğinde değişkenliğin% 70’inden fazlasını açıklayabildik ve bu miktarın sadece küçük bir kısmı sayısallık ile ilişkili idi,” Prat dedi. Prat, daha fazla araştırma, sınıf ortamında veya java gibi daha karmaşık dillerle veya kodlama yeterliliğini göstermek için daha karmaşık görevlerle dil yeteneği ve programlama eğitimi arasındaki bağlantıları inceleyebilir.

Çalışma Deniz Araştırmaları Ofisi tarafından finanse edildi. Ek yardımcı yazarlar, bilgisayar bilimcisi ve UW Radyoloji Bölümü’nde eski araştırma görevlisi olan Tara Madhyastha; ve Chu-Hsuan Kuo ve Malayka Mottarella, UW Psikoloji Bölümünde ve I-Labs’ta yüksek lisans öğrencileri.

Daha fazla bilgi için CSPRAT@UW adresinden PRAT ile iletişime geçin.EDU.

Kodlamak için matematikte iyi olmalıyım?

Lillian Xiao tarafından

• Makaleyi Twitter’da paylaşın
• Facebook’ta makaleyi paylaşın
• LinkedIn’deki makaleyi paylaşın

Burada Codecademy’de çok duyduğumuz bir soru şudur: “Kodlamak için matematikte iyi olmalıyım?” Bu soruyu cevaplamak için, Tech Panel Live’daki son kadınlar sırasında konuyla ilgili düşüncelerini duymak için Codecademy ekibinden ve daha büyük topluluğumuzdan geliştiricilerle konuştuk.

Genel olarak, programlama inanılmaz derecede çeşitli bir alandır. Matematikte iyi olmak, oyunlar tasarlamak ve karmaşık algoritmaları icat etmek gibi belirli programlama türleri için önemlidir. Ancak, iş veya web uygulamaları geliştirmek gibi diğer birçok programlama türü için, gelişmiş matematiği incelemek zorunda kalmadan başarılı bir programcı olabilirsiniz.

“Yapmazsın’İyi bir yazılım geliştiricisi olmak için matematikte iyi olmanız gerekiyor. Burada [Codecademy’de] çok fazla insan var belki de’T Matematik ve Bilgisayar Bilimi ile ilgili bu kadar deneyime sahip ve harika geliştiriciler,” Ekibimizdeki bir yazılım mühendisi olan Sanam’ı paylaşıyor.

Sorunları çözmek

Programcı olarak sen’Belirli bir sorunu çözmek için mevcut algoritmaları ve teknolojileri uygulama olasılığı daha yüksek. Ve matematik bu araçların çoğunu inşa etmeye gitse de,’Bu araçları etkili bir şekilde kullanmak için matematiğin nasıl çalıştığını bilmeniz gerekir. Aynı şekilde, bir araba motorunun nasıl çalıştığını bilmeden yetenekli bir sürücü olabilirsiniz.

“BT’Bu matematiksel geçmişe sahipseniz harika, ancak sadece problem çözebilmeniz gerekiyor. Birçoğu sadece bir problemle yapışıyor,” Diyor Mariel, Codecademy Müfredat Geliştiricisi.

Codecademy Georgia bölümünü yöneten bir makine öğrenimi mühendisi olan Negar, benzer tavsiyeler paylaşıyor: “Bence problem çözmede iyi olmalısın ve bu’Kodlama yaparken insanlar neden kafes yapmaları gerektiği konusunda kafası karışıyor?. Hayır, sadece problemleri çözmeniz ve temel mantığı kullanmanız gerekir,’oturmak.”

Problem çözmenin büyük bir kısmı, sorunu tanımlamayı ve daha küçük, daha yönetilebilir görevlere ayırmayı içerir. “Bir sorunu nasıl bozacağınızı ve bu sorunu nasıl ifade edeceğinizi öğrenmek bir beceri setidir’Başarılı bir geliştirici olmanın gerçekten anahtarı,” Arka uç mühendis kariyer yolumuzun tam yığın geliştiricisi ve danışmanı Taylor diyor.

Sophie, Codecademy’ye odaklanan bir müfredat geliştiricisi’S veri bilimi içeriği, matematikte yetenekli olmanın – kodlama için bir önkoşul olmasa da – problem çözme için yararlı bir araç olabileceği paylaşımlar. “Sen’Çözmeniz gereken bir probleminiz olacak ve onu çözmek için hangi araçları kullanabileceğinizi bulmanız gerekiyor. Matematik, bu sorunları çözmek için dokunabileceğiniz bir araç kutusu gibidir. Günlük işimde, kullandığım şey hangi araçları kullanacağınızı anlamak için problem çözme ve araştırma becerileri,” Sophie bize söylüyor.

Başkalarıyla işbirliği yapmak

Problem çözmeye ek olarak, kodlama karmaşık zorluklarla başa çıkmak için başkalarıyla işbirliği yapabilmeyi içerir. “Çevik bir gelişmede ve her şirkette ben’ve çalıştı, kültür takım olarak çalışmakla ilgiliydi,’problem çözme, ama sen’Ayrıca başkalarıyla paylaşmak ve çalışmak ve geri bildirim vermek. Harika iletişim becerilerine ve işbirliği becerilerine sahip olmanız gerekir,” Sanam diyor.

Yaratıcı düşünce

Geliştiriciler için bir diğer önemli beceri de yaratıcı düşünme. Bir kodlama problemini çözme söz konusu olduğunda,’genellikle bir dizi olası çözümle karşılaşır. Geliştirici olarak işiniz, yaratıcılık, merak ve kararlılık kombinasyonunu gerektiren benzersiz kısıtlamalarınız göz önüne alındığında mümkün olan en iyi çözümü keşfetmektir.

Burada Codecademy’de ve daha önce bir moda tasarımcısı olan bir yazılım mühendisi olan Shirley, yaratıcılık hakkındaki düşüncelerini paylaşıyor: “Birçok insan kodlamanın son derece analitik olduğunu düşünüyor ve çılgın teknik becerilere sahip olmalısınız. Ama şahsen kodlamanın son derece yaratıcı olduğunu düşünüyorum. Sanatı sevdiğiniz bir arka plandan gelirseniz ve problem çözmeyi seviyorsanız, kodlayıcı olmaya son derece hazır olduğunuzu düşünüyorum.”

Sonuç olarak’Harika bir geliştirici olmak için matematikte iyi olmalı. Bunun yerine, problem çözme, işbirliği ve yaratıcı düşünceye odaklanmak, programlama becerilerinizi bir sonraki seviyeye taşımanıza izin verebilir, kodlama yolculuğunuzda olursanız olun.

Kendi kodlama yolculuğunuzu başlatmaya hazır? Daha fazla bilgi edinmek ve başlamak için tam kurs kataloğumuza göz atın.

Programlama matematik bilmeyi gerektiriyor mu?

Programlama matematik bilmeyi gerektiriyor mu? Şart değil.

Bunu söylediğimde, çoğunlukla web geliştirmesinden bahsediyorum, grafiklerle veya ileri matematik gerektiren belirli uygulamalarla çalışmıyorum.

Okulda matematikte kötü olsanız bile harika bir programcı olabilirsiniz.

Demek istediğim, son 20 yıldır programlama yapıyorum ve kendime bilmem gereken bir şeyi hatırlatmak için asla bir matematik kitabı açmak zorunda kalmadım ama unuttum. Hem lisede hem de üniversitede oldukça fazla matematik yaptım. O kadar gelişmiş ve soyut şeyler ki, bunları öğrenmenin amacını hatırlamıyorum bile (sınavı geçmek dışında bir hedef bile varsa).

Bir çeşit geleneksel bilgelik Harika bir programcı olmak için matematikte kesinlikle harika olmanız gerektiğini. Belki de bilgisayarları programlayan ilk insanlar matematikçi olduğu için, çoğunlukla etrafta “bilgisayar programcısı” okulu olmadığı için. Ayrıca, bilgisayar bilimi veya bilgisayar mühendisliği incelemek çok fazla matematik içerir, ancak bu alanda gerçekten gerekli değildir. CS derecesinin% 90’ı gerçekten ilginç, elbette, ancak neredeyse pratik olan şeyleri incelemeyi içerir. Temel teoriyi anlamak için matematiğe ihtiyacınız var. Ama günlük programlama? Pek.

Oh, programlama dediğimde, çoğunlukla web geliştirme demek istiyorum çünkü bu benim alanım.

Matematik gerektiren kesinlikle iyi bir programlama işi var. Örneğin, bir 3D oluşturma motoru, bir CBS uygulaması veya kriptografi / blockchain / yapay zeka / makine öğrenimi üzerinde çalışıyorsanız, kesinlikle çok fazla matematik gerektiriyor, ancak bu okullarda öğretilen matematik bile değilse, çok özel matematik. Her türlü düşük seviyeli grafik veya oyun programlaması da matematik gerektirir ve bunlardan herhangi birini yapmaya çalışmadan önce çalışmanız gerekir. Matematik, algoritmaların karmaşıklığını anlamak için de gereklidir, ancak en azından programlamanın ilk birkaç yılında yeni algoritmalar icat etmeyeceksiniz.

Ancak iyi olmanız gereken şey problem çözme. Okuldaki matematiğin size sorunları nasıl çözeceğinizi iyi öğrettiğini düşünüyorum, ancak sudoku veya diğer hobiler de öyle.

Tabii ki hesap veya cebir veya mantık gibi bazı temel matematik kavramlarına ihtiyacınız var, ancak temel bilgilerse. Karmaşık sayılar, olasılık, denklemler, grafikler, üstel ve logaritma, sınırlar, türevler, entegrasyon, diferansiyel denklemler vb. Tek bir şey değil.

Söğerinden Dinleme: Matematikte iyi olmadığınız için programcı olmayacağını söylüyorlarsa, onları dinlemeyin. Her zaman ihtiyacınız olan her şeyi yol boyunca öğrenebilirsiniz. Öğrenmeye açık olmak, zaten bir şeyleri bilmekten çok daha önemlidir.

Başlangıçta flaviocoplarda yayınlandı.com

Kodlamak için ne kadar matematik bilmem gerekiyor?

Yaratıcı, heyecan verici ve yaygın olarak yanlış anlaşıldı – teknoloji endüstrisindeki kariyerler genellikle yapmayan insanlar tarafından ulaşılamaz olarak algılanıyor’Tüm gün matematik yapmaktan veya yaşamak için üst düzey denklemler yapmak için özel bilgiye sahip olmayabileceklerinden korkmaktan heyecan duyuyorlar.

Burada’Gerçek: Matematik ve web sitesi geliştirme gibi şeyler el ele gidiyor gibi görünse de, teknolojide çalışmak için gereken gerçek yüksek seviyeli matematik miktarı çılgınca abartılı.

“BEN’M matematikte şahsen korkunç,” diyor Monica Lent, Sumup’ta ön uç mühendisi lider. “[Hepsi] [okul] aracılığıyla mücadele ettim. Geometride korkunç, cebirde korkunç,’t Tam Malulus. BEN’Aritmetikte bile yavaş.”

Bugün Lent, matematik ve bilgisayar bilimlerinin arenasını kanıtlayan beş web geliştiricisi olan bir ekibi yönetiyor’t teknoloji kariyerine tek doğrudan yollar. “Birlikte çalıştığım birçok insanın bilgisayar bilimi konusunda çok az profesyonel eğitimi var,” Lent diyor. “BT’s kesinlikle bir web geliştiricisi olmanın engeli değil.”

Web geliştiricisi Charlotte O’ya göre’Hara, o’Sadece matematikte bir geçmişe sahip olmadan kodlamayı öğrenmek kolay değil, aynı zamanda rutin aritmetiklerin dışında, çoğu web geliştirme projesi’Hiç matematiğe çok güven.

Bu özellikle doğru, o’Hara, web tasarımı veya ön uç geliştirme üzerinde çalışan herkes için vurgular . Eleştirel düşünmeye ve tasarıma göz odaklanmak, gelişmiş hesaplamalardan daha önemlidir ve “[S] matematiği nadiren günlük olarak kullanın.”

Sadece yapabilecek insanlar’Yeterince denklem alın, genellikle geleneksel üniversiteler yapmadığı için teknoloji okuyor’Arrow Software Başkanı Justin Morse diyor. Bu nedenle, bilgisayar bilimi alanında bir derece almak için üniversite yolunu alırsanız,’Morse gibi birden fazla üst düzey matematik kursu almanız gerekecek. Ama gerçek dünyadaki çalışmaları gittikçe? “BEN’D… Bu matematik derslerinde öğrendiğim şeyleri yılda bir veya iki kez kullandığımı tahmin et,” Morse diyor. Morse’S Ana Profesyonel Odak noktası masaüstü yazılımı ve web geliştirmedir ve geliştirici meslektaşlarının çoğunun üst düzey matematiği olduğu kadar seyrek kullandığını söylüyor.

Öyleyse bu hesaplamalar nerede bitiyor? “Yeteneklerimin ötesinde matematik becerileri gerektiren kod yazan insanlar var,” Morse diyor, “Ancak bu insanlar programcıların küçük bir kısmını oluşturuyor. NASA’yı düşün.”

Bu noktada, matematiğin olmadığı açık olmalıdır’Eğer bir zorunluluk’Kodlayıcı olmak isteyen – ancak daha geniş bir ölçekte, bu noktanın yanında olabilir. Elbette, kodlamaya daha nitelikli hissedebilirsiniz (olması gerektiği gibi), ama ya teknolojide birkaç yıl sonra NASA’da çalışmanın harika sesleri var? Ya teknoloji becerilerinizi daha matematiksel bir şekilde kullanabilmeyi dilerseniz, ama sadece’T çok iyi? Matematik kaygınızda gerçek yeteneğinizle herhangi bir korelasyonu olmayabilir.

2017 Bilim dergisi Çalışma, başarıyı belirleyen, özellikle akranlarımızın söyledikleri söz konusu olduğunda, yeteneğimiz değil, kendi yeteneğimiz hakkındaki algımız olduğunu gösterir. Bu özellikle kadınlar için geçerlidir. Onu içinde Los Angeles zamanları Çalışmanın raporu Amina Kahn şunu yazdı “ Araştırmalar, erkeklerin matematikte kadınlardan daha iyi olduğu fikrinin aslında kadınları bozduğunu göstermiştir’performans ve matematikle ilgili alanlara olan ilgilerini zayıflatır.” BT’s fikir , Bilişsel yetenekte herhangi bir fark değil. Matematik ağır alanlarına, bir cinsiyetin diğerinden daha fazla cesaretlendirmesi gerçeğinden başka bir nedenden ötürü erkekler tarafından hakimdir. Böylece kafanın arkasındaki o küçük ses sana yapabileceğini söylüyor’T Matematikle? Devam et ve bunu görmezden gel.

Burada’Sonuçta: Matematik korkusu olmamalı’t sizi kodlamayı öğrenmekten alıkoyuyor – sadece’TÜM O kadar sık ​​gel. Ama eğer sen’Teknoloji becerilerinizle daha ileri gitmek ve daha fazla STEM’i keşfetmek isteyen’korkmak için bir sebep yok. İhtiyacınız olan tüm yeteneğe sahipsiniz; BT’SADECE YANLIŞ DAHA SÖYLEYEN SÖYLEYEN SESLERİ DÜŞÜNÜYORUM’T.

Ve bir zamanlar sen’Bunu bitirin, yeni başlayanlar için kodlama için ücretsiz nihai kılavuzu indirin . Tam olarak hangi becerileri öğrenin’Web geliştiricisi olarak kariyere ihtiyacım var, bu becerileri nasıl kullanacağınız bir işe inmek için’aşk ve ilk işinizde ve ötesinde nasıl başarılı olunur.

Teknoloji senin için doğru mu? 3 dakikalık testimizi al!

Teknolojide bir kariyer sizin için uygunsa