Seberapa efektif pendekatan 'sulur pengetahuan' pada Comp. Sci?


15

Saya membaca ini di Math SE. Pertanyaan dasarnya adalah:

Asumsikan bahwa seseorang ingin mempelajari sesuatu yang lebih tinggi; salah satu cara untuk melakukan ini adalah dengan memulai dari dasar dan membangun. Tetapi "gambaran yang lebih besar" dapat hilang dalam proses ini. Satu lagi metode (yang saya lebih suka menyebutnya Recursive Wiki) adalah untuk mengambil kertas dan Google / Wiki istilah yang tidak dimengerti; Baca mereka. Di dalamnya akan ada istilah-istilah yang baru; Google / Wiki mereka sampai Anda mencapai "kasus dasar" untuk mengetahui materi secara menyeluruh. Bekerjalah Mundur sampai Anda memahami makalah ini secara menyeluruh. Ulangi untuk kertas lain. Ini akan memungkinkan peningkatan pengetahuan sambil mempertahankan motivasi. Tapi, itu bisa menyebabkan masalah secara fundamental.

Ini didasarkan pada sebuah artikel oleh Prof. Vakil dari Stanford. Berikut ini kutipannya:

..... matematika sangat kaya dan tidak terbatas sehingga tidak mungkin untuk mempelajarinya secara sistematis, dan jika Anda menunggu untuk menguasai satu topik sebelum pindah ke yang berikutnya, Anda tidak akan pernah sampai di mana pun. Alih-alih, Anda akan memiliki sulaman pengetahuan yang meluas jauh dari zona nyaman Anda. Kemudian Anda dapat mengisi kembali nanti dari sulur-sulur ini, dan memperpanjang zona nyaman Anda; ini jauh lebih mudah dilakukan daripada belajar "ke depan". (Perhatian: pengisian ulang ini diperlukan .....

Konsensus umum di antara para penentang metode semacam itu adalah bahwa itu tidak masalah untuk bidang-bidang seperti Aljabar Geometri di mana 100-an makalah diterbitkan per kuartal atau penelitian Teori String di mana jika Anda mencoba membangun dasar-dasar matematika sebelum Anda menyentuh String Theory, Anda akan menjadi 80 dengan Alzheimer. Pertanyaan saya adalah: Apakah ini strategi yang baik untuk mempelajari CompSci?

Karena Comp Sci sangat multidisiplin (dan biasanya merupakan keharusan bagi para insinyur untuk mengetahui Matematika dan Komputasi), apakah mode pembelajaran rekursif seperti itu cukup baik untuk penelitian akademik? Atau apakah mode tradisional terlalu bagus untuk diganti?

Misalnya, saya perlu tahu tentang Terjemahan Lookaside Buffer (TLB) dengan 0 pengetahuan tentang Sistem Operasi.

Jalur rekursif saya (sesuai wikipedia) adalah:

TLB> Cache> (Kembali) TLB> Tabel Halaman> (Kembali) TLB> Alamat Virtual> (Kembali) TLB> Baca kembali. Selesai

Saya merasa saya tahu apa itu TLB dan jika saya temui lagi, saya akan tahu apa yang terjadi. Apakah saya menipu diri saya sendiri?

Jawaban:


8

Saya tidak berpikir bahwa Anda menipu diri sendiri, tetapi Anda harus berhati-hati menggunakan apa yang telah Anda pelajari. Dalam hal ini relatif mudah. Jika Anda perlu merancang kode Anda dengan kesadaran TLB, Anda mungkin sudah mendapatkan apa yang Anda butuhkan sekarang, dan Anda dapat membuktikannya kepada diri sendiri dengan menulis program. Namun, jika seseorang meminta Anda untuk merancang dan mengimplementasikan TLB, Anda mungkin perlu melakukan penelitian lebih lanjut.

Saya pikir bagian penting dari mempelajari segala sesuatu adalah juga mencoba memahami batasan pengetahuan Anda.

Pendekatan sulur jelas merupakan metode yang baik untuk jenis pembelajaran tertentu. Anda harus menggunakannya jika perlu. Yang menyenangkan tentang metode lain adalah Anda belajar banyak hal lain di sepanjang jalan yang dapat membantu membangun ide dan rencana Anda untuk mengatasi masalah. Misalnya, Anda sekarang tahu sesuatu tentang TLB, tetapi jika Anda tidak menemukan dan mengajar diri sendiri tentang akses non-temporal (katakanlah, untuk mengambil contoh secara acak) ketika Anda belajar tentang TLB, Anda mungkin telah melewatkan bagian yang sangat penting dari TLB. pengetahuan tentang mengoptimalkan sistem memori. Jika Anda mulai di bagian paling bawah dalam mempelajari sistem memori pada chip, Anda mungkin akan menemukan (namun dangkal) akses non-temporal, jadi Anda akan tahu bahwa Anda juga perlu mengingatnya.

Saya menyarankan agar Anda menabur pembelajaran di kedua kategori dengan bijaksana saat Anda berupaya menyelesaikan masalah Anda. Jarang sekali Anda memulai dengan pernyataan masalah yang terbentuk sepenuhnya, jadi akan ada beberapa campuran antara maju dan mundur dan iterasi tentang sifat masalah saat Anda mengatasinya.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.