《大腦喜歡這樣學》作者說她小時候非常不擅長自然科的學習,長大後才知道自然科學習是有方法的,甚至成為了數理科教授。她這本書就是要解釋自然科為什麼難以學習的原因。
但是,讀完整本書,你是否有以下疑問?
- 作者提到的『組塊(Chunking)』,是不是宣告了小時候沒學好自然的學生的墓碑?難不成還要這些學生回去國小重新學習嗎?
- 發散式學習與專注模式,也不是每個人都能隨時切換的;上課時間可能教師也不允許學生如此切換。
所以,這本書對於學生的學習有什麼幫助呢?身為一個自然科教師,要怎麼幫助學生學習自然?
《大腦喜歡這樣學》作者說她小時候非常不擅長自然科的學習,長大後才知道自然科學習是有方法的,甚至成為了數理科教授。她這本書就是要解釋自然科為什麼難以學習的原因。
但是,讀完整本書,你是否有以下疑問?
所以,這本書對於學生的學習有什麼幫助呢?身為一個自然科教師,要怎麼幫助學生學習自然?
有人還在用嘸蝦米輸入法的嗎?(有啊,我自己。)
使用嘸蝦米最困擾的不是不會拆碼,而是「不是每台電腦都有安裝」。外出借用電腦、公司權限限制、臨時需要打大量中文時,少了嘸蝦米就整個綁手綁腳。
以前我用《偽.蝦米》,一個免安裝的程式,可以放在隨身碟中,執行後就可以用嘸蝦米輸入法打字。
但《偽.蝦米》很久沒更新,所以後來改用《肥米輸入法》。
肥米跟《偽.蝦米》一樣都是免安裝、可放隨身碟執行的輸入法工具,便於攜帶、不受權限限制、好備份,滿足打字用戶的三大需求。缺點也都差不多,就是功能不如官方版的嘸蝦米程式豐富。
我把教育部「全國中小學題庫」中的生物題目整理成網頁版,現已完成國中生物第一、二冊全部題目,歡迎自由使用。
我會簡化學校的行事曆,做一個自己需要的版本,除了傳給家長參考外,也放在 Line@ 裡隨時可以查詢。
但是做行事曆最討厭的就是第一欄:週次 & 日期的對應,一一手動輸入實在很煩。
這學期一直拖到昨天都還沒有把個人行事曆整理出來。
昨晚想:『呣,寫個程式來處理第一欄的問題吧!』所以就有了簡明行事曆產生器這個小程式。
今年有教國一資訊,為了讓這些剛從國小升上國一的學生能理解 AI 運作的原理,我試著用簡易的文字解說其原理。
以前的 AI,像早期 iPhone 的 Siri,靠的是類似「專家系統」的邏輯。工程師會先準備一大堆問題和對應的答案,塞進資料庫裡。比方說有個資料庫,裡面有 3 題問答:
太陽表面溫度:太陽表面溫度約 5505°C
太陽的直徑:1,391,400 公里
太陽到地球距離:150,000,000 公里
當使用者問的是資料庫裡存在的問題,如:『地球到太陽的距離有多遠?』,AI 就能馬上從資料庫中抓出答案並快速回應:『太陽到地球的距離為 150,000,000 公里!』
相反的,要是你問個工程師沒預想到的問題,像是『月亮到火星的距離有幾公里?』或是『宇宙的邊緣有什麼好吃的?』,它就傻眼了,給你一個『呃,我不知道』的回應。
這種系統就像個認真的圖書館員,只會從書架上找現成的書,沒書就沒轍了。
前幾天跟國中同學聊天時,我向他們坦承,我在考美術班的當天就知道自己不適合唸美術班。所以國中唸完,高中雖然也有考上美術班,但就沒唸了。
當天有一題考題是:『請你畫出有圓的圖案。』我只畫了幾個就畫不下去了:『車子 (輪胎是圓的);穀倉 (窗戶是圓的);橘子是圓的』好啦,想不太出來了。
收卷時,我看到我旁邊那位同學畫了幾十個,而且如果不是時間到了,他還可以一直畫下去。
我馬上知道人家比我努力多了,不斷的畫、不斷的觀察、不斷的想像,才能注意到身邊有那麼多隱藏著『圓』的事物;而我,就是一個懶的動腦子的人,當當畫匠、畫畫電影看板 (現在沒這個職業了) 還可以,要談創作,差遠了。
上星期六我爸看新聞時心算了一下,說:『從投票率反推,可以知道滿 20 歲,具投票資格的人口大約 2000 萬人;台灣約有 2300 萬人,所以 20 歲以下的人只剩 300 萬人了?』
心算說不得準,所以上網幫我爸找一下資料。今年出生人口還沒統計,所以不知道有多少人,粗估一下,1 歲 ~ 19 歲的人口大概是 3505138 人。假設今年新生兒也是 13 萬的話,那台灣 20 歲以下的人口只剩約 363 萬了。
不過我只計算出生人口,有些小孩子還來不及長大就夭折的沒有扣除 (沒有去找資料),所以實際人口會更少。
雖然 Excel 裡可以執行 Python 以取代 VBA,但使用起來還是滿不方便的。
首先,它的選取範圍不能直接用變數:
以下方式是正確的讀入資料方式:
all_data_df = xl("D1:KJ260", headers=False)
試圖利用變數讀入資料會失敗:
Data_Range = "D1:KJ260"
all_data_df = xl("Data_Range", headers=False)
所以每次資料變動,要改程式內容就很煩。
還有,它的報表繁中字體就只有三種,但只有 SimHei 字體能看。
不能用使用變數這個問題雖然讓人很困擾,但可以使用命名管理員定義一個新名稱,指定一個命名範圍,並將該命名範圍指向一個 index 函式來解決。
雖然定義名稱過程有點討厭,但至少不用一行一行去改 Python 內容,也還算可以接受。
把之前教育部全國中小學題庫網站上的生物題目做成網頁版,目前只弄出第一冊的 5 個單元,第二冊的內容等我暑假慢慢處理。
在 Python 程式裡常會用 matplotlib 畫圖,但很困擾的是中文都會變成方框框。
這是因為 matplotlib 預設字體是 DejaVu Sans,所以無法顯示中文。既然是預設字體的問題,那我們就改一下字型。要改用字型顯示也不難,只要在畫圖指令前用 rcParams 指定中文字體即可。
import matplotlib.pyplot as plt
# 指定字型為 SimHei
plt.rcParams['font.family'] = ['SimHei']
# 這招在 google colab 行不通
# google colab 要用蔡炎龍老師提供的方法
指定中文字型後,matplotlib 就可以正確的顯示中文了。
不過我們不滿足,希望除了 SimHei 字型外,還能使用更多自己喜歡的字體,要怎麼辦?
嗯,這就要看你想在哪個平台的 matplotlib 顯示中文了,方法都不太一樣。
期末考後,幾個老師聊到一位成績僅達及格邊緣的學生。有人說:「他的平均才 61,這樣也能算進步嗎?」
但如果我們拉出一張趨勢圖,會發現他期初成績是 38。短短三個月內,他整整提升了 23 分。而我們的評量系統——依舊只回報一個靜止的平均數字。
我們是不是過度信任平均值,以至於錯過了學生真正努力的軌跡?
與其只看最終平均,不如也考慮「變化率」與「學習斜率」。你可以嘗試以下 Excel 技巧讓評量更有脈絡感:
一部份的高三學生現在要到大學進行面試,高中部的輔導老師請我幫一些有意申請資訊、電機科系的同學進行模擬面試。
看了他們的書面資料後,覺得學生對於他自己要申請的科系完全不瞭解,貼了幾個範例程式碼就要說自己對資訊科系有興趣……所以我有一些話想對他們說。
很多同學提到在開學前這段時間想加強程式語言的練習,特別是 Python。熟悉語法當然是好事,但其實程式語言的學習在整個資訊或資工領域中只佔了極小的一部分。
你去看看各大學資工系的課程就會發現,真正學習「程式語言」的課,大多只出現在大一上學期,而且通常只有一門。後續雖然會有像組合語言這類的課程,但數量不多,有些甚至是選修。
學習 Python 的過程中,你學到了什麼?可能就是變數、陣列、條件判斷(if)、迴圈(for)、檔案讀寫等內容而已。這些內容換成 C 或 C++ 語言學習也差不多,甚至在國小、國一學習 Scratch 積木語言時,學的也是這些基本概念。所以,關鍵其實不在「語法」,而在於「背後的邏輯思維」。
如果資訊系重點不是在學程式語法,那資訊系在研究什麼呢?
不論是資訊工程系還是資訊管理系都面臨了一個問題:「如果沒有念資訊的人也能寫程式,那我們資訊人的價值在哪裡?」
答案是:資訊系訓練出來的人,能寫出效能更高、結構更嚴謹的程式——往往是他人的 10 倍、甚至 100 倍。
換句話說,資訊系的畢業生擅長用更有系統、更高效率的方式來解決問題。
Cursor AI Editor 是修改自 VS Code 的程式碼編輯器,除了原本 VS Code 的功能,還額外加上了 AI 支援,非常的方便,所以很多人開始跳槽至 Cursor 了。用久了之後就會希望將 Cursor 安裝為 portable 版,這樣才能放在隨身碟裡帶來帶去,走到哪裡都能使用習慣的編輯器以及習慣的配置編輯程式。
這當然沒問題,而且方法很簡單。