Devo essere bravo in matematica per programmare

Non una “persona matematica”? Potresti essere più bravo a imparare a programmare di quanto pensi

Le abilità linguistiche sono un predittore più forte della capacità di programmazione rispetto alla conoscenza matematica, secondo un nuovo studio dell’Università di Washington. Qui, il co-autore dello studio Malayka Mottalare dimostra la codifica in Python mentre indossa un auricolare specializzato che misura l’attività elettrica nel cervello. Justin Abernethy/U. di Washington

Vuoi imparare a codificare? Metti giù il libro di matematica. Pratica invece quelle capacità comunicative.

Nuove ricerche dell’Università di Washington rilevano che un’attitudine naturale per le lingue di apprendimento è un predittore più forte dell’apprendimento al programma rispetto alla conoscenza matematica di base o alla numerazione. Questo perché il codice scrivere implica anche l’apprendimento di una seconda lingua, una capacità di apprendere il vocabolario e la grammatica di quella lingua e il modo in cui lavorano insieme per comunicare idee e intenzioni. Altre funzioni cognitive legate ad entrambe le aree, come la risoluzione dei problemi e l’uso della memoria di lavoro, svolgono anche ruoli chiave.

“Molte barriere alla programmazione, dai corsi prerequisiti agli stereotipi di come appare un buon programmatore, sono incentrate sull’idea che la programmazione si basi fortemente sulle capacità matematiche e che l’idea non nasce nei nostri dati”, ha affermato l’autore principale Chantel Prat, un professore associato di psicologia associato all’UW e presso l’istituto per l’apprendimento e. “L’apprendimento del programma è difficile, ma è sempre più importante per ottenere posizioni qualificate nella forza lavoro. Informazioni su ciò che serve per essere Bene Alla programmazione manca criticamente in un campo che è stato notoriamente lento nel colmare il divario di genere.”

Pubblicato online il 2 marzo in Scientific Reports, una rivista ad accesso aperto del Nature Publishing Group, la ricerca ha esaminato le capacità neurocognitive di oltre tre dozzine di adulti mentre imparavano Python, un linguaggio di programmazione comune. A seguito di una batteria di test per valutare la loro funzione esecutiva, le competenze linguistiche e matematica, i partecipanti hanno completato una serie di lezioni e quiz online a Python. Coloro che hanno imparato Python più velocemente e con maggiore precisione, tendevano ad avere un mix di solide capacità di risoluzione dei problemi e lingue.

Nel mondo focalizzato sullo STEM di oggi, l’apprendimento del codice apre una varietà di possibilità di lavoro e istruzione estesa. La codifica è associata alla matematica e all’ingegneria; I corsi di programmazione a livello universitario tendono a richiedere la matematica avanzata per iscriversi e tendono ad essere insegnati nei dipartimenti di informatica e ingegneria. Altre ricerche, vale a dire dal professore di psicologia UW Sapna Cheryan, hanno dimostrato che tali requisiti e percezioni della codifica rafforzano gli stereotipi sulla programmazione come un campo maschile, potenzialmente scoraggiando le donne dal perseguirlo.

Ma la codifica ha anche una base nel linguaggio umano: la programmazione comporta la creazione di significato mettendo insieme simboli in modi basati sulle regole.

Sebbene alcuni studi abbiano toccato i legami cognitivi tra apprendimento delle lingue e programmazione informatica, alcuni dei dati hanno decenni, usando lingue come Pascal che ora sono obsolete e nessuno di essi ha utilizzato misure di attitudine del linguaggio naturale per prevedere le differenze individuali per il programma.

Così Prat, specializzato nei predittori neurali e cognitivi dell’apprendimento delle lingue umane, ha deciso di esplorare le differenze individuali nel modo in cui le persone imparano Python. Python era una scelta naturale, spiegò Prat, perché assomiglia a strutture inglesi come il paragrafo e usa molte parole vere piuttosto che simboli per le funzioni.

Per valutare le caratteristiche neurali e cognitive di “programmazione della programmazione”, Prat ha studiato un gruppo di madrelingua inglese di età compresa tra 18 e 35 anni che non avevano mai imparato a codificare.

Prima di imparare a codificare, i partecipanti hanno preso due tipi di valutazioni completamente diversi. In primo luogo, i partecipanti hanno subito una scansione elettroencefalografica di cinque minuti, che ha registrato l’attività elettrica del loro cervello mentre si rilassavano con gli occhi chiusi. Nelle ricerche precedenti, PRAT ha dimostrato che i modelli di attività neurale mentre il cervello è a riposo può prevedere fino al 60% della variabilità della velocità con cui qualcuno può imparare una seconda lingua (in quel caso, francese).

“In definitiva, queste metriche cerebrali dello stato di riposo potrebbero essere usate come misure senza cultura su come qualcuno impara”, ha detto Prat.

Quindi i partecipanti hanno fatto otto diversi test: uno che ha coperto specificamente la numerazione; uno che ha misurato attitudine del linguaggio; e altri che hanno valutato l’attenzione, la risoluzione dei problemi e la memoria.

Per imparare Python, ai partecipanti sono state assegnate 10 sessioni di istruzioni online da 45 minuti utilizzando lo strumento educativo CodeAcademy. Ogni sessione si concentrava su un concetto di codifica, come elenchi o se/poi condizioni, e si è conclusa con un quiz che un utente doveva passare per passare alla sessione successiva. Per aiuto, gli utenti potrebbero rivolgersi a un pulsante “suggerimento”, un blog informativo degli utenti passati e un pulsante “soluzione”, in questo ordine.

Punti chiave:

1. Le abilità linguistiche sono un predittore più forte della capacità di programmazione rispetto alla conoscenza matematica.
2. Imparare a codificare comporta l’apprendimento di una seconda lingua.
3. Ruoli chiave di risoluzione dei problemi e di memoria di lavoro nella programmazione.
4. Le barriere alla programmazione spesso ruotano attorno all’idea che la matematica sia essenziale.
5. La mancanza di informazioni su ciò che serve per essere bravo nella programmazione sta ostacolando l’uguaglianza di genere sul campo.
6. L’apprendimento di Python può essere un punto di partenza per i non coderatori per esplorare la programmazione.
7. Le somiglianze di Python con l’inglese rendono più facile per gli studenti di lingua.
8. Le capacità neurocognitive degli adulti sono state esaminate mentre imparavano Python.
9. L’attività neurale a riposo può prevedere l’apprendimento delle lingue e la attitudine alla programmazione.
10. Le competenze matematiche non sono il fattore più importante nell’apprendimento del codice.

Domande:

1. In che modo le abilità linguistiche sono legate all’abilità di programmazione?

Le abilità linguistiche sono un predittore più forte della capacità di programmazione rispetto alla conoscenza matematica. Scrivere il codice è come imparare una seconda lingua e la capacità di un individuo di apprendere che il vocabolario e la grammatica della lingua influiscono sulle loro capacità di programmazione.

2. La risoluzione dei problemi e la memoria di lavoro sono importanti nella programmazione?

Sì, ruoli chiave per la risoluzione dei problemi e la memoria di lavoro nella programmazione. Queste funzioni cognitive sono legate sia alle abilità linguistiche che alla programmazione e sono necessarie per comprendere e implementare il codice.

3. Quali sono alcuni ostacoli alla programmazione?

Molti ostacoli alla programmazione ruotano attorno all’idea sbagliata che le capacità di matematica sono essenziali. Ci sono corsi e stereotipi prerequisiti su come appare un buon programmatore che scoraggia le persone dal perseguire la programmazione.

4. Perché è importante colmare il divario di genere nella programmazione?

Ottenere posizioni qualificate nella forza lavoro richiede sempre più capacità di programmazione. Tuttavia, il campo della programmazione è stato lento nel colmare il divario di genere. La mancanza di informazioni su ciò che serve per essere bravo nella programmazione contribuisce a questa disuguaglianza.

5. Qual è la relazione tra codifica e linguaggio umano?

La codifica ha una base nel linguaggio umano. La programmazione implica la creazione di significato mettendo insieme simboli in modi basati sulle regole, molto simile al modo in cui il linguaggio viene utilizzato per comunicare idee e intenzioni.

6. Qual è l’importanza dell’apprendimento di Python?

L’apprendimento di Python può essere un punto di partenza per i non coderatori per esplorare la programmazione. Le somiglianze di Python con le strutture inglesi e l’uso di parole reali rendono più facile afferrare gli studenti di lingue.

7. Quali caratteristiche cognitive sono state studiate in relazione alla programmazione della programmazione?

Lo studio ha valutato le caratteristiche neurali e cognitive dell’attitudine alla programmazione. I partecipanti sono stati sottoposti a valutazioni per numerazione, attitudine linguistica, attenzione, risoluzione dei problemi e memoria.

8. Come si possono usare le metriche cerebrali dello stato di riposo per prevedere l’apprendimento?

Le metriche cerebrali dello stato di riposo, registrate attraverso l’elettroencefalografia, possono prevedere fino al 60% della variabilità nell’apprendimento di una seconda lingua. Queste metriche possono essere utilizzate come misure senza cultura su come qualcuno impara.

9. Quali erano i metodi usati per insegnare Python ai partecipanti?

Ai partecipanti sono state assegnate 10 sessioni di istruzioni online utilizzando lo strumento educativo CodeAcademy. Ogni sessione si è concentrata su un concetto di codifica specifico e si è conclusa con un quiz.

10. Perché le abilità matematiche non sono il fattore più importante nell’apprendimento del codice?

Mentre le abilità matematiche sono associate alla codifica e spesso richieste nei corsi di programmazione, questo studio ha scoperto che le abilità linguistiche sono un predittore più forte della capacità di programmazione. Imparare a codificare comporta molto più che una semplice conoscenza matematica.

Devo essere bravo in matematica per programmare

Pubblicato online il 2 marzo in Scientific Reports, una rivista ad accesso aperto del Nature Publishing Group, la ricerca ha esaminato le capacità neurocognitive di oltre tre dozzine di adulti mentre imparavano Python, un linguaggio di programmazione comune. A seguito di una batteria di test per valutare la loro funzione esecutiva, le competenze linguistiche e matematica, i partecipanti hanno completato una serie di lezioni e quiz online a Python. Coloro che hanno imparato Python più velocemente e con maggiore precisione, tendevano ad avere un mix di solide capacità di risoluzione dei problemi e lingue.

Non a ‘persona matematica’? Potresti essere più bravo a imparare a programmare di quanto pensi

Le abilità linguistiche sono un predittore più forte della capacità di programmazione rispetto alla conoscenza matematica, secondo un nuovo studio dell’Università di Washington. Qui, il co-autore dello studio Malayka Mottalare dimostra la codifica in Python mentre indossa un auricolare specializzato che misura l’attività elettrica nel cervello. Justin Abernethy/U. di Washington

Vuoi imparare a codificare? Metti giù il libro di matematica. Pratica invece quelle capacità comunicative.

Nuove ricerche dell’Università di Washington rilevano che un’attitudine naturale per le lingue di apprendimento è un predittore più forte dell’apprendimento al programma rispetto alla conoscenza matematica di base o alla numerazione. Quello’s perché il codice di scrittura implica anche l’apprendimento di una seconda lingua, una capacità di apprendere quella lingua’S vocabolario e grammatica e come lavorano insieme per comunicare idee e intenzioni. Altre funzioni cognitive legate ad entrambe le aree, come la risoluzione dei problemi e l’uso della memoria di lavoro, svolgono anche ruoli chiave.

“Molte barriere alla programmazione, dai corsi prerequisiti agli stereotipi di come appare un buon programmatore, sono incentrate sull’idea che la programmazione si basi fortemente sulle abilità matematiche e che l’idea non nasce nei nostri dati,” ha detto l’autore principale Chantel Prat, professore associato di psicologia presso l’UW e presso l’Institute for Learning & Brain Sciences. “Imparare a programmare è difficile, ma è sempre più importante per ottenere posizioni qualificate nella forza lavoro. Informazioni su ciò che serve per essere Bene Alla programmazione manca criticamente in un campo che è stato notoriamente lento nel colmare il divario di genere.”

Pubblicato online il 2 marzo in Scientific Reports, una rivista ad accesso aperto del Nature Publishing Group, la ricerca ha esaminato le capacità neurocognitive di oltre tre dozzine di adulti mentre imparavano Python, un linguaggio di programmazione comune. A seguito di una batteria di test per valutare la loro funzione esecutiva, le competenze linguistiche e matematica, i partecipanti hanno completato una serie di lezioni e quiz online a Python. Coloro che hanno imparato Python più velocemente e con maggiore precisione, tendevano ad avere un mix di solide capacità di risoluzione dei problemi e lingue.

Di oggi’Il mondo incentrato sullo STEM, l’apprendimento del codice apre una varietà di possibilità di lavoro e istruzione estesa. La codifica è associata alla matematica e all’ingegneria; I corsi di programmazione a livello universitario tendono a richiedere la matematica avanzata per iscriversi e tendono ad essere insegnati nei dipartimenti di informatica e ingegneria. Altre ricerche, vale a dire dal professore di psicologia UW Sapna Cheryan, hanno dimostrato che tali requisiti e percezioni della codifica rafforzano gli stereotipi sulla programmazione come un campo maschile, potenzialmente scoraggiando le donne dal perseguirlo.

Ma la codifica ha anche una base nel linguaggio umano: la programmazione comporta la creazione di significato mettendo insieme simboli in modi basati sulle regole.

Sebbene alcuni studi abbiano toccato i legami cognitivi tra apprendimento delle lingue e programmazione informatica, alcuni dei dati hanno decenni, usando lingue come Pascal che ora sono obsolete e nessuno di essi ha utilizzato misure di attitudine del linguaggio naturale per prevedere le differenze individuali per il programma.

Così Prat, specializzato nei predittori neurali e cognitivi dell’apprendimento delle lingue umane, ha deciso di esplorare le differenze individuali nel modo in cui le persone imparano Python. Python era una scelta naturale, spiegò Prat, perché assomiglia a strutture inglesi come il paragrafo e usa molte parole vere piuttosto che simboli per le funzioni.

Per valutare le caratteristiche neurali e cognitive di “Programmazione attitudine,” Prat ha studiato un gruppo di madrelingua inglese di età compresa tra 18 e 35 anni che non avevano mai imparato a codificare.

Prima di imparare a codificare, i partecipanti hanno preso due tipi di valutazioni completamente diversi. In primo luogo, i partecipanti hanno subito una scansione elettroencefalografica di cinque minuti, che ha registrato l’attività elettrica del loro cervello mentre si rilassavano con gli occhi chiusi. Nelle ricerche precedenti, PRAT ha dimostrato che i modelli di attività neurale mentre il cervello è a riposo può prevedere fino al 60% della variabilità della velocità con cui qualcuno può imparare una seconda lingua (in quel caso, francese).

“In definitiva, queste metriche cerebrali dello stato di riposo potrebbero essere usate come misure senza cultura su come qualcuno impara,” Disse Prat.

Quindi i partecipanti hanno fatto otto diversi test: uno che ha coperto specificamente la numerazione; uno che ha misurato attitudine del linguaggio; e altri che hanno valutato l’attenzione, la risoluzione dei problemi e la memoria.

Per imparare Python, ai partecipanti sono state assegnate 10 sessioni di istruzioni online da 45 minuti utilizzando lo strumento educativo CodeAcademy. Ogni sessione si concentrava su un concetto di codifica, come elenchi o se/poi condizioni, e si è conclusa con un quiz che un utente doveva passare per passare alla sessione successiva. Per chiedere aiuto, gli utenti potrebbero rivolgersi a un “suggerimento” pulsante, un blog informativo degli utenti passati e a “soluzione” pulsante, in quell’ordine.

Da uno schermo a specchio condiviso, un ricercatore ha seguito insieme a ciascun partecipante ed è stato in grado di calcolare il proprio “tasso di apprendimento,” o velocità con cui hanno padroneggiato ogni lezione, nonché la loro precisione del quiz e il numero di volte in cui hanno chiesto aiuto.

Questo grafico mostra come le capacità dei partecipanti allo studio, come la numerazione e l’attitudine alla lingua, contribuiscono all’apprendimento di Python. Secondo il grafico, la cognizione e l’attitudine linguistica sono maggiori predittori dell’apprendimento rispetto alla numerazione. Prat et al./Rapporti scientifici

Dopo aver completato le sessioni, i partecipanti hanno fatto un test a scelta multipla sullo scopo delle funzioni (il vocabolario di Python) e la struttura della codifica (la grammatica di Python). Per il loro compito finale, hanno programmato un gioco – rock, carta, forbici – considerato un progetto introduttivo per un nuovo codificatore Python. Ciò ha contribuito a valutare la loro capacità di scrivere codice usando le informazioni che avevano imparato.

In definitiva, i ricercatori hanno scoperto che i punteggi del test di attitudine linguistica erano i predittori più forti dei partecipanti’ Tasso di apprendimento in Python. I punteggi dai test in numerazione e ragionamento fluido erano anche associati al tasso di apprendimento di Python, ma ognuno di questi fattori ha spiegato meno varianza rispetto alla attitudine del linguaggio.

Presentato in un altro modo, attraverso i risultati dell’apprendimento, i partecipanti’ attitudine linguistica, ragionamento fluido e memoria di lavoro e attività cerebrale allo stato di riposo erano tutti maggiori predittori dell’apprendimento di Python rispetto alla numerazione, il che spiegava una media del 2% delle differenze tra le persone. È importante sottolineare che Prat ha anche scoperto che le stesse caratteristiche dei dati cerebrali dello stato di riposo che in precedenza spiegavano la velocità con cui qualcuno avrebbe imparato a parlare francese, spiegava anche quanto velocemente avrebbero imparato a codificare in Python.

”Questo è il primo studio per collegare sia i predittori neurali che cognitivi dell’attitudine del linguaggio naturale alle differenze individuali nell’apprendimento dei linguaggi di programmazione. Siamo stati in grado di spiegare oltre il 70% della variabilità nella rapidità di persone diverse imparano a programmare a Python e solo una piccola parte di tale importo era correlata alla numerazione,” Disse Prat. Ulteriori ricerche potrebbero esaminare le connessioni tra attitudine linguistica e istruzione di programmazione in un ambiente di classe o con linguaggi più complessi come Java o con compiti più complicati per dimostrare la competenza di codifica, ha affermato Prat.

Lo studio è stato finanziato dall’Ufficio per la ricerca navale. Altri coautori erano Tara Madhyastha, una scienziata informatica ed ex professore assistente alla ricerca presso il Dipartimento di Radiologia UW; e Chu-Hsuan Kuo e Malayka Mottalare, studenti laureati nel Dipartimento di Psicologia UW e alle I-Labs.

Per ulteriori informazioni, contattare Prat all’indirizzo [email protected].

Devo essere bravo in matematica per programmare?

Di Lillian Xiao

• Condividi l’articolo su Twitter
• Condividi l’articolo su Facebook
• Condividi l’articolo su LinkedIn

Qui a Codecademy, una domanda che sentiamo molto è: “Devo essere bravo in matematica per programmare?” Per rispondere a questa domanda, abbiamo parlato con gli sviluppatori del team Codecademy e della nostra più grande comunità durante un recente evento Live Women in Tech Panel per ascoltare le loro opinioni sull’argomento.

In generale, la programmazione è un campo incredibilmente diversificato. Essere bravi in ​​matematica è importante per alcuni tipi di programmazione, come la progettazione di giochi e inventare algoritmi complessi. Ma per molti altri tipi di programmazione, come lo sviluppo di applicazioni aziendali o web, puoi diventare un programmatore di successo senza dover studiare matematica avanzata.

“Don’b deve essere bravo in matematica per essere un buon sviluppatore di software. Abbiamo così tante persone qui [a Codecademy] che forse Don’avere tanta esperienza con la matematica e l’informatica e sono grandi sviluppatori,” condivide Sanam, un ingegnere del software nel nostro team.

Risolvere problemi

Come programmatore, tu’è più probabile che applichino algoritmi e tecnologie esistenti per risolvere un problema particolare. E anche se la matematica va nella costruzione di molti di questi strumenti, non’è necessariamente bisogno di sapere come funziona la matematica per utilizzare questi strumenti in modo efficace. Allo stesso modo, puoi diventare un guidatore qualificato senza conoscere i dettagli dietro come funziona un motore automobilistico.

“Esso’è fantastico se hai quel background matematico, ma devi solo essere in grado di risolvere i problemi. Molto è semplicemente attenersi a un problema,” dice Mariel, uno sviluppatore di curriculum codecademy.

Negar, un ingegnere dell’apprendimento automatico che guida il capitolo Codecademy Georgia, condivide consigli simili: “Penso che dovresti essere bravo a risolvere i problemi, e quello’S perché le persone si confondono di dover fare il calcolo durante la codifica. No, devi solo risolvere i problemi e utilizzare la logica di base, quella’sedersi.”

Gran parte della risoluzione dei problemi implica la definizione del problema e la suddivisione in compiti più piccoli e più gestibili. “Imparare a abbattere un problema e articolare quel problema è un skillset che’è davvero la chiave per essere uno sviluppatore di successo,” Dice Taylor, uno sviluppatore e un consulente per il nostro percorso di carriera ingegnere back-end.

Sophie, uno sviluppatore di curriculum incentrato sulla codecademia’Il contenuto della scienza dei dati, condivide che essere abili in matematica – sebbene non sia un prerequisito per la codifica – può essere uno strumento utile per la risoluzione dei problemi. “Voi’Avrà un problema che devi risolvere e devi capire quali strumenti puoi usare per risolverlo. La matematica è davvero come una cassetta degli attrezzi a cui puoi attingere per risolvere questi problemi. Nel mio lavoro quotidiano, ciò che uso sono le capacità di risoluzione dei problemi e di ricerca per capire quali strumenti utilizzare,” Sophie ci dice.

Collaborare con gli altri

Oltre alla risoluzione dei problemi, la codifica implica la possibilità di collaborare con gli altri per affrontare sfide complesse. “Nello sviluppo agile e in ogni azienda che io’ha lavorato, la cultura ha lavorato come una squadra, dove tu’RE Risoluzione dei problemi, ma tu’Rie persino condividendo e lavorando con gli altri e dando feedback. Devi avere grandi capacità comunicative e capacità di collaborazione,” Dice Sanam.

Pensiero creativo

Un’altra abilità importante per gli sviluppatori è il pensiero creativo. Quando si tratta di risolvere un problema di codifica, tu’Ll spesso incontri una serie di possibili soluzioni. Il tuo lavoro come sviluppatore è scoprire la migliore soluzione possibile data il tuo insieme unico di vincoli, che richiede una combinazione di creatività, curiosità e determinazione.

Shirley, un ingegnere del software qui a Codecademy e in precedenza uno stilista, condivide i suoi pensieri sulla creatività: “Molte persone pensano che la codifica sia estremamente analitica e devi avere abilità tecniche folli. Ma personalmente penso che la codifica sia estremamente creativa. Se vieni da un background in cui ami l’arte e ami la risoluzione dei problemi, penso che tu sia estremamente pronto a essere un programmatore.”

La linea di fondo è, non’devono essere bravi in ​​matematica per diventare un grande sviluppatore. Invece, concentrarsi sulla risoluzione dei problemi, la collaborazione e il pensiero creativo può permetterti di portare le tue capacità di programmazione al livello successivo, ovunque tu possa essere nel tuo viaggio di codifica.

Pronto per iniziare il tuo viaggio di codifica? Dai un’occhiata al nostro catalogo completo di corsi per saperne di più e per iniziare.

La programmazione richiede la conoscenza della matematica?

La programmazione richiede la conoscenza della matematica? Non necessariamente.

Quando lo dico, sto per lo più parlando di sviluppo web, non lavoro con grafica o applicazioni specifiche che richiedono matematica avanzata.

Puoi essere un grande programmatore anche se eri cattivo in matematica a scuola.

Voglio dire, ho programmato negli ultimi 20 anni e non ho mai dovuto aprire un libro di matematica per ricordarmi qualcosa che dovevo sapere ma che ho dimenticato. Ho fatto un sacco di matematica sia al liceo che all’università. Cose così avanzate e astratte che non ricordo nemmeno quale fosse l’obiettivo di imparare quelli (se c’era persino un obiettivo, tranne il superamento dell’esame).

È una specie di saggezza convenzionale che devi assolutamente essere bravo in matematica per essere un grande programmatore. Forse perché le prime persone che programmano i computer erano matematici, soprattutto perché non c’era scuola “programmatore di computer” in giro. Inoltre, studiare l’informatica o l’ingegneria informatica comporta molta matematica, ma questo non è davvero necessario sul campo. Il 90% di una laurea in CS prevede lo studio di cose che sono davvero interessanti, sicure, ma difficilmente pratiche. Hai bisogno di matematica per comprendere la teoria sottostante. Ma nella programmazione quotidiana? Difficilmente.

Oh, quando dico programmazione, intendo principalmente lo sviluppo web poiché questo è il mio campo.

C’è sicuramente una buona quantità di lavori di programmazione che richiedono matematica. Ad esempio, se stai lavorando su un motore di rendering 3D, un’applicazione GIS o una crittografia / blockchain / intelligenza artificiale / apprendimento automatico, che sicuramente richiede molta matematica, ma non è nemmeno la matematica che viene insegnata nelle scuole, è molto specifica matematica. Qualsiasi tipo di grafica di basso livello o programmazione del gioco richiederà anche matematica e dovrai studiarlo prima di tentare di fare tutto questo. La matematica è anche necessaria per comprendere la complessità degli algoritmi, ma non inventerai nuovi algoritmi, almeno nei primi anni di programmazione.

Ciò in cui devi essere bravo, tuttavia, è Risoluzione dei problemi. Penso che la matematica a scuola ti insegna un buon grado di come risolvere i problemi, ma anche sudoku o altri hobby.

Naturalmente hai bisogno di alcuni concetti di matematica di base, come calcolo o algebra o logica, ma le basi se lo sono. Non è necessario conoscere alcun numero complessi, probabilità, equazioni, grafici, esponenziale e logaritmo, limiti, derivati, integrazione, equazioni differenziali e così via. Non una sola cosa.

Non ascoltare i gatekeeper: se dicono che non sarai un programmatore perché non sei bravo in matematica, non ascoltarli. Puoi sempre imparare tutto ciò di cui hai bisogno lungo la strada. Essere aperti all’apprendimento è molto più importante che già conoscere le cose.

Originariamente pubblicato sui flaviocopi.com

Quanta matematica devo sapere per codificare?

Creativo, eccitante e comunemente frainteso: i cerotti nel settore tecnologico sono spesso percepiti come irraggiungibili dalle persone che non’Tieniti entusiasta di fare matematica tutto il giorno o di chi teme di non avere la conoscenza specializzata per fare equazioni di alto livello per vivere.

Qui’S La realtà: mentre matematica e cose come lo sviluppo del sito Web sembrano andare di pari passo, la quantità effettiva di matematica di alto livello necessaria per lavorare in tecnologia è selvaggiamente esagerata.

“IO’m personalmente orrendo in matematica,” dice Monica Lent, ingegnere frontale di piombo a Sumup. “[I] ha lottato con esso [tutto] attraverso [scuola]. Terribile in geometria, terribile in algebra, non è’T Calcolo completo. IO’m persino lento all’aritmetica.”

Oggi, la Quaresima gestisce un team di cinque sviluppatori Web, dimostrando che la matematica e l’informatica non’t Le uniche rotte dirette per una carriera tecnologica. “Molte persone con cui lavoro hanno poca formazione professionale in informatica,” dice Quaresima. “Esso’non è assolutamente una barriera per diventare uno sviluppatore web.”

Secondo lo sviluppatore Web Charlotte O’Hara, esso’non solo facile imparare a programmare senza avere un background in matematica, ma al di fuori di alcune aritmetiche di routine, la maggior parte dei progetti di sviluppo web non’Non basare affatto sulla matematica.

Questo è particolarmente vero, o’Hara sottolinea, per chiunque stia lavorando al web design o allo sviluppo del front-end . Un focus sul pensiero critico e un occhio per il design è più importante dei calcoli avanzati, dice, e che lei “raramente usa la matematica su base giornaliera.”

Persone che solo possono’Tieni abbastanza delle equazioni spesso finiscono per studiare la tecnologia in parte perché le università tradizionali non’t fare necessariamente la distinzione tra abilità matematiche e tecnologiche, afferma Justin Morse, presidente di Arrow Software. Questo è il motivo per cui se prendi il percorso universitario per ottenere una laurea in informatica, tu’Sarà richiesto di seguire più corsi di matematica di alto livello, come lo ha fatto Morse. Ma per quanto riguarda il suo lavoro nel mondo reale? “IO’stimare che io … uso le cose che ho imparato in quelle lezioni di matematica una o due volte l’anno,” Dice Morse. Morse’S Main Professional Focus è il software desktop e lo sviluppo web e afferma che la maggior parte dei suoi colleghi sviluppatori utilizza matematica di alto livello altrettanto di rado come lui.

Quindi dove finiscono quei calcoli? “Ci sono persone che scrivono codice che richiedono abilità matematiche ben oltre le mie capacità,” dice Morse, “Ma quelle persone costituiscono una piccola parte dei programmatori. Pensa alla NASA.”

A questo punto, dovrebbe essere chiaro che la matematica è’t una necessità se tu’sta cercando di diventare un programmatore, ma su una scala più ampia, potrebbe essere oltre il punto. Certo, potresti sentirti più qualificato per assumere la codifica (come dovresti), ma cosa succede se lo pensi che dopo qualche anno di tecnologia, lavora alla NASA sembra fantastico? E se vorresti poter usare le tue abilità tecnologiche in un modo più matematico, ma pensa solo di non essere’T molto bravo? Bene, la tua ansia matematica potrebbe non avere alcuna correlazione con la tua effettiva capacità.

Un 2017 Rivista scientifica Lo studio indica che è la nostra percezione della nostra stessa capacità, e non della capacità stessa, che determina il successo, specialmente quando si tratta di ciò che i nostri coetanei stanno dicendo. Ciò è particolarmente vero per le donne. In lei Times di Los Angeles Rapporto dello studio, Amina Kahn lo ha scritto “ La ricerca ha dimostrato che l’idea che gli uomini siano migliori delle donne in matematica compromettono le donne’prestazione e mina il loro interesse per i campi legati alla matematica.” Esso’s il idea , Non è alcuna differenza nell’abilità cognitiva. I campi di matematica pesanti sono spesso dominati da uomini, per nessun altro motivo del fatto che un genere ottiene più incoraggiamento di un altro. Quindi quella piccola voce in quel retro della tua testa ti dice che puoi’T gestire la matematica? Vai avanti e ignoralo.

Qui’s la linea di fondo: una paura della matematica non dovrebbe’ti impedisce di imparare a programmare: semplicemente non lo fa’T vieni così spesso. Ma se tu’Stai cercando di andare oltre con le tue abilità tecnologiche ed esplorare più STEM, lì’non è motivo di essere intimiditi. Hai tutta la capacità di cui hai bisogno; Esso’sono solo una questione di chiudere le voci che ti dicono erroneamente’T.

E una volta che tu’Ve è stato fatto, scarica la guida Ultimate gratuita alla codifica per i principianti . Impara esattamente quali abilità tu’Ho bisogno di una carriera come sviluppatore web, come utilizzare tali competenze per ottenere un lavoro’Amo, e come avere successo nel tuo primo lavoro e oltre.

È la tecnologia giusta per te? Fare il nostro quiz di 3 minuti!

Se una carriera nella tecnologia è giusta per te