¿Qué tan efectivo es el enfoque de 'zarcillos de conocimiento' para Comp. Sci?


15

Estaba leyendo esto en Math SE. La pregunta básica es:

Suponga que alguien desea estudiar algo avanzado; Una forma de hacerlo sería comenzar desde lo básico y construir. Pero la "imagen más grande" puede perderse en este proceso. Un método más (que prefiero llamar Wiki recursivo) es recoger un documento y Google / Wiki los términos que uno no entiende; Léelos. Dentro de ellos habrá términos que son nuevos; Google / Wiki hasta que llegue al "caso base" de conocer el material a fondo. Trabaja hacia atrás hasta que entiendas el papel a fondo. Repita para otros papeles. Esto permitirá obtener conocimiento mientras se mantiene la motivación. Pero, puede causar problemas en los fundamentos.

Se basa en un artículo del profesor Vakil de Stanford. Aquí hay un extracto:

..... las matemáticas son tan ricas e infinitas que es imposible aprenderlas sistemáticamente, y si esperas para dominar un tema antes de pasar al siguiente, nunca llegarás a ningún lado. En cambio, tendrás zarcillos de conocimiento que se extienden lejos de tu zona de confort. Luego puede rellenar más tarde desde estos zarcillos y extender su zona de confort; Esto es mucho más fácil de hacer que aprender "hacia adelante". (Precaución: este relleno es necesario .....

El consenso general entre los oponentes de tal método fue que estaba bien para campos como la Geometría Algebraica donde se publican cientos de artículos por trimestre o la investigación de la teoría de cuerdas donde si intentaras construir conceptos básicos matemáticos antes de tocar la teoría de cuerdas, estarías 80 con Alzheimer. Mi pregunta es: ¿Es esta una buena estrategia para estudiar CompSci?

Dado que Comp Sci es tan multidisciplinario (y generalmente es una necesidad para los ingenieros conocer tanto las matemáticas como la informática), ¿es un modo de estudio tan recursivo lo suficientemente bueno para la investigación académica? ¿O es el modo tradicional demasiado bueno para ser reemplazado?

Por ejemplo, necesitaba saber sobre el búfer de traducción Lookaside (TLB) con 0 conocimientos de sistemas operativos.

Mi camino recursivo (según wikipedia) fue:

TLB> Caché> (Atrás) TLB> Tabla de páginas> (Atrás) TLB> Dirección virtual> (Atrás) TLB> Releer. Hecho

Siento que sé lo que es TLB y si me encuentro de nuevo, sabré qué está pasando. ¿Me estoy engañando a mí mismo?

Respuestas:


8

No creo que te estés engañando a ti mismo necesariamente, pero debes tener cuidado al usar lo que has aprendido. En este caso es relativamente fácil. Si necesita diseñar su código con la conciencia TLB en mente, probablemente tenga lo que necesita ahora, y puede probarlo usted mismo escribiendo programas. Sin embargo, si alguien le pidió que diseñara e implementara un TLB, es posible que deba investigar más.

Creo que la parte importante de aprender algo es también tratar de comprender los límites de su conocimiento.

El enfoque de los zarcillos es claramente un buen método para ciertos tipos de aprendizaje. Debe usarlo cuando sea apropiado. Lo bueno del otro método es que aprende muchas otras cosas en el camino que pueden ser útiles para desarrollar sus ideas y planes para atacar problemas. Por ejemplo, ahora sabe algo acerca de los TLB, pero si no se encontró y aprendió sobre los accesos no temporales (por ejemplo, para elegir un ejemplo al azar) mientras estaba aprendiendo acerca de los TLB, es posible que se haya perdido una parte muy importante de conocimiento sobre la optimización de sistemas de memoria. Si hubiera comenzado desde el principio al aprender acerca de los sistemas de memoria en chips, probablemente habría encontrado (aunque superficialmente) accesos no temporales, por lo que sabría que también debe tenerlos en cuenta.

Le sugiero que asperje juiciosamente el aprendizaje en ambas categorías mientras trabaja para resolver sus problemas. De todos modos, es raro que comience con una declaración del problema completamente formada, por lo que habrá una combinación de trabajar hacia adelante y hacia atrás e iterar sobre la naturaleza del problema a medida que lo resuelve.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.