什么是计算思维?
计算思维是提出问题并找出解决方案的过程。尽管计算思维来源于计算机科学,许多其他学科现已将其作为培养本科甚至 K-12 制学生的一种必要的基础性方法。
计算思维不仅适用于计算机科学家,还是每个人都应该掌握的基本技能。
Jeannette Wing 博士,哥伦比亚大学数据科学研究所所长
计算思维涉及使用传统计算机编程方法解决数学、科学和工程学问题,也就是运用编程语言或以其他可运行应用软件的形式对这些问题进行表达。思考者以可复用和可维护的形式对其想法进行表达和捕捉,然后计算机可借此给出解决方案。例如,地质科学家在开发数学模型来预测气候变化或地震活动的影响时,就会用到计算思维。同样,神经科学家运用算法分析由脑电波和肌肉运动生成的信号数据来优化假肢。在这两个案例中,他们均运用了计算模型来表达科学和工程学的概念。
近年来,地质、生物和物理等多个科学和数学学科的教育工作者们在 NSF、NIH、欧盟和其他专注科学发展团体的资助下,大力推动课堂、课程甚至整个学科部门的转型,将应用计算融入其中。他们共同的目标是将计算思维的最佳实践和软件工具融入到教学、思维和学习中,并最终将其带入工作中,比如气象研究站、金融投资公司和专注自动化驾驶以及先进决策支持技术的公司。
借助计算思维,学生们能够使用逻辑以可扩展的方式解决各种规模的问题。如图 1 所示,计算思维框架由四大主要过程和技能组成1:
- 分解:将复杂的大型问题分解成便于解决和管理的小问题
- 模式识别:注意问题之间的相似之处,以及之前所用解决方式之间的相似之处
- 抽象化:识别不相关信息,只关注对解决问题来说重要的信息
- 算法:设计简单可扩展的步骤,解决一系列易于管理的小问题
![图 1. 计算思维的四大基石。](https://ww2.mathworks.cn/discovery/computational-thinking/_jcr_content/mainParsys/image.adapt.full.medium.jpg/1718269144981.jpg)
图 1. 计算思维的四大基石。
贯彻计算思维能力需要与相关科学和数学课程匹配的软件工具,包括相关的家庭作业问题集和研究项目。软件必须随着学生们量化和编程技能的进步而不断发展。实施计算思维涉及数据分析、算法开发、模型设计和代码生成等任务。
MATLAB® 和 Simulink® 支持这些计算思维任务并让其得以实现。同样,它们还支持包括计算金融学和生物学;数据分析(包括机器学习和深度学习);以及信号处理和图像处理在内的相关应用。
1 “Introduction to computational thinking,” Bitesize, BBC, October 2018. https://www.bbc.co.uk/bitesize/guides/zp92mp3/revision/1.
MATLAB 课件
用于开展工程学和科学教学的示例、视频、课程、课本和最佳实践
其他教学资源
用于教学和学习的软件工具
另请参阅: teaching biology with MATLAB, teaching chemistry with MATLAB, teaching psychology and neuroscience with MATLAB, teaching econometrics with MATLAB, teaching quantitative finance and risk management with MATLAB