SPOC学校专有课程
2021年秋计算机科学导论
分享
spContent=本课程是“计算机科学导论”国家级精品课程的MOOC版本，本课程将课程的结构建立在计算学科认知模型的基础上，并以计算机科学的内容为背景，在学科思想与方法层面上对学生认知计算学科进行导引，借助大量案例，着力提高学生在复杂问题的分析和求解，系统设计，以及人类行为理解方面的计算思维能力。
—— 课程团队
课程概述

根据马克思主义哲学“实践是认知的基础”这一论断，将计算学科中的抽象和理论，分别与感性认识和理性认识对应，将计算学科中的设计与实践对应，构建“计算机科学导论”课程的总体结构框架；课程包含计算思维与计算机科学导论；计算学科专业名称的演变，学科的描述、培养侧重点；教学问题的探讨（含BLOOM分类法、SOLO分类法，难度、复杂度与能力的理解）；计算学科的基本问题（算法复杂性中的难解性问题，RSA公开密钥密码系统，组合爆炸问题，程序设计中的结构问题，软硬件资源的管理问题，计算机中的博弈问题等）；计算学科中的抽象、理论和设计三个过程（含计算机语言的发展及其三个过程的内在联系）；计算学科中的核心概念（绑定、大问题的复杂性、概念模型和形式模型、一致性和完备性、效率、演化、抽象层次、按空间排序、按时间排序、重用、安全性、折中与结论）；计算学科中的数学方法（集合，函数和关系，代数系统，定义、定理和证明，必要条件和充分条件，证明方法，递归和迭代，公理化方法）；计算学科中的系统科学方法（系统科学的基本思想，在软件开发中引入系统科学方法的原因，结构化方法，面向对象方法）；社会和职业的问题等内容。

授课目标

本课程要求学生了解计算学科的认知模型；学科的基本问题；学科抽象、理论和设计三个形态；学科中的核心概念、数学方法、系统科学方法，以及社会和职业问题等内容。“复杂”这个词贯穿本课程的始终，要求学生通过大量案例的训练，初步掌握运用计算机科学的基础概念控制和降低复杂工程问题的思想与方法。

成绩要求

为积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

 

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

 

完成课程教学内容学习和考核，成绩达到课程考核标准的学生（每门课程的考核标准不同，详见课程内的评分标准），具备申请认证证书资格，可在证书申请开放期间（以申请页面显示的时间为准），完成在线付费申请。

 

认证证书申请注意事项：

1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。


课程大纲
预备知识

无

参考资料

推荐教材：

1.董荣胜.计算机科学导论—思想与方法（第3版）.高等教育出版社,2015.07



参考教材：

  1. 董荣胜.计算思维的结构. 人民邮电出版社, 2017.08

  2. 董荣胜，古天龙.计算机科学与技术方法论.人民邮电出版社,2002

  3. 陈国良.大学计算机—计算思维视角（第2版）.高等教育出版社,2014

  4. 李廉.大学计算机教程—从计算到计算思维.高等教育出版社,2016

  5. J.Glenn Brookshear著，刘艺等译.计算机科学概论（第11版）,人民邮电出版社,2011

  6. 赵致琢.计算科学导论（第三版）.科学出版社,2004

 


常见问题

Q1：“计算机科学导论”课程是否比一门常见的计算机专业课程更为重要？

A1:    美国国家科学基金会的“重建多样性（Rebuilding the Mosaic）”报告认为，在处理几乎所有领域出现的新问题时，均需要使用和管理大规模的数据集。解决这些新问题，需要创造性地设计以数据为中心的问题解决方案，以及应用计算和计算机工具进行跨学科的研究。

    为了应对以上需求，“计算机科学导论”课程的作用已逐步超出一门常见的计算机专业课程。这门课程越来越大的作用包括：

（1）它不仅需要为未来的计算机科学家和从业人员打下基础，而且还要激发学生对计算机科学的兴趣、动员和吸引新的学生加入计算机科学；

（2）此外，它还要为其他专业的学生提供计算思维的方法和计算机科学方面的技能；

（3）它甚至还要为未来讲授计算机科学的K-12教员提供培训。 

摘自：Soh L K, Shell D F, Ingraham E, et al. Learning through computational creativity[J]. Communications of the ACM, 2015, 58(8):33-35


Q2：Bloom分类法和SOLO分类法降低了课程评估的复杂程度，为课程的开发提供了基本的依据。老师能用两个本课程的案例来佐证一下吗？

A2：Bloom分类法将人类思维的复杂程度划分为6个水平层次（记忆、理解、应用、分析、评估、创造），并认为这6个层次不是累积层次，即前一个层次不是后一个层次的基础，这一结论动摇了只有扎实的基础才能进行较高层次思维的论断，使人们可以在较短的时间内尽快进入到分析，评估和创造等较高层次的思维阶段。至于，记不住的知识可以查，不会的知识可以有针对性的在思维的过程中补。这一论断有重要的应用价值。本课程有大量的案例可以佐证，下面给出第2章的两个案例：

       （1）案例1：汉诺塔问题。在没有介绍算法基础知识的情况下，在第2章的学习中，就让学生将数学归纳法与求解汉诺塔的递归算法绑定在一起，要求学生掌握简单递归算法的构建。

       （2）案例2：RSA公开密钥密码系统。在学生没有任何密码学基础知识的情况下，在第2章的学习中，要求学生初步掌握RSA公开密钥密码系统的构建，这也是Bloom分类法和SOLO分类法的一个成功应用案例。