तथ्याङ्क विज्ञान वास्तविक मुद्दाहरूलाई सम्बोधन गर्ने बारे भएकोले, यसले केही सीपहरू तिनीहरूको निरन्तर-विकसित टुलसेटमा उपयोगी सम्पत्तिहरू हुन् भन्ने बुझाउँछ।
कुनै पनि सम्भावित डेटा वैज्ञानिकले आफ्नो शिक्षाको एक भागको रूपमा कम्प्युटेशनल सोचमा ध्यान केन्द्रित गर्नुपर्छ, किनकि यसले आधारभूत कम्प्युटर विज्ञान विचारहरू र कसरी अमूर्तता र डिकन्स्ट्रक्शन मार्फत जटिल मुद्दाहरूमा पुग्ने भनेर सिकाउँछ।
डिजिटल-फर्स्ट टेक्नोलोजीको युगमा कम्प्युटेसनल सोच एक महत्त्वपूर्ण क्षमता हो, डेटा वैज्ञानिकहरूका लागि मात्र होइन, तर कम्प्युटेसनल संसारमा भाग लिन चाहने सबैका लागि।
श्रम बजारको विकास र कामको भविष्यको लागि तयार हुनको लागि, जुन व्यापक स्वचालन द्वारा आकार हुनेछ, कृत्रिम बुद्धि, र मेसिन लर्निङ, शिक्षा र व्यावसायिक विकासको एक प्रमुख घटकको रूपमा कम्प्युटेसनल सोच क्षमताहरूलाई जोड दिनु आवश्यक छ।
यस लेखमा, हामी कम्प्युटेशनल सोचलाई विस्तृत रूपमा हेर्नेछौं, यसको तत्वहरू, मूल्य र धेरै धेरै समावेश गर्दछ।
त्यसोभए, कम्प्यूटेशनल सोच के हो?
कम्प्युटेसनल सोच, जसलाई एल्गोरिदमिक सोच पनि भनिन्छ, एउटा जटिल समस्यालाई साना, सजिलो प्रक्रियाहरूमा विभाजन गरेर सम्बोधन गर्ने एक विधिगत प्रविधि हो जुन कम्प्युटर वा मेसिनद्वारा गर्न सकिन्छ।
यो एक समस्या समाधान गर्न को लागी महत्वपूर्ण छ कि एक कम्प्युटरले प्रक्रिया प्रदर्शन गर्न सक्छ किनकि यसले संकेत गर्दछ कि उत्तर अन्य सन्दर्भहरूमा समान समस्याहरूमा लागू गर्न सकिन्छ।
कम्प्युटेसनल सोचले चुनौतीहरू र सम्भावित समाधानहरू मार्फत काम गर्नका लागि सकेसम्म कुशलतापूर्वक, साथै डेटाको सफलतापूर्वक प्रयोग र विश्लेषण गर्न चुस्त, नवीन र लचिलो मनोवृत्ति अपनाउने समावेश गर्दछ।
"कम्प्युटेशनल सोच" शब्द कम्प्यूटर वैज्ञानिकहरूले सोच्ने तरिकाबाट आउँछ, तर यो अब सोच्ने तरिकाको रूपमा मान्यता प्राप्त छ कि जो कोहीले पनि आफ्नो व्यक्तिगत वा व्यावसायिक जीवनमा समस्याहरू समाधान गर्न लागू गर्न सक्छ।
त्यसकारण, लक्ष्य भनेको मेसिनको जस्तो जस्तो सोच प्रयोग गर्नु होइन, तर कम्प्युटर वैज्ञानिकहरूले सामान्यतया प्रयोग गर्ने समस्या समाधान गर्ने रणनीतिहरू सिर्जना गर्नु हो।
कम्प्युटेशनल सोच डेटा वैज्ञानिकहरूको लागि एक महत्त्वपूर्ण उपकरण हो किनभने यो मात्रात्मक र डेटा-गहन चुनौतीहरूको विस्तृत दायरालाई सामना गर्न प्रयोग गर्न सकिन्छ।
यो विधि गणित र कृत्रिम बुद्धि सहित विभिन्न क्षेत्रहरूमा समस्या समाधान गर्न प्रयोग गर्न सकिन्छ। यस दृष्टिकोणले पाइथन प्रोग्रामिङ भाषाको पनि प्रयोग गर्दछ, जुन सांख्यिकीय विश्लेषण चरणको क्रममा कम्प्युटरमा जवाफ प्रतिनिधित्व गर्न प्रयोग गरिन्छ।
कम्प्यूटेशनल सोच किन आवश्यक छ?
समस्या समाधानका यी विधिहरू कम्प्युटेसनल सोच प्रयोग गरेर विषयहरूको दायरामा लागू गर्न सकिन्छ। थप रूपमा, त्यहाँ क्षमताहरू छन् जुन कम्प्युटेशनल सोचले अन्य STEM क्षेत्रहरू साथै कला, सामाजिक विज्ञान र मानविकीहरूमा प्रयोग गरिएकाहरूसँग साझेदारी गर्दछ।
स्क्रिन र किबोर्ड बाहिर कम्प्युटरको शक्ति प्रयोग गर्न कम्प्युटेसनल सोच द्वारा प्रोत्साहित गरिन्छ। थप रूपमा, यसले हामीलाई कम्प्युटर विज्ञान शिक्षामा इक्विटी सुधार गर्न मद्दत गर्न सक्छ।
हामी अन्य विषय क्षेत्रहरूसँग कम्प्युटर विज्ञानको एकीकरणलाई प्रोत्साहित गर्न सक्छौं र यसको मूलमा रहेका समस्या समाधान गर्ने क्षमताहरूमा ध्यान केन्द्रित गरेर कम्प्युटर विज्ञानको सम्भावनासँग थप विद्यार्थीहरूलाई परिचय गराउन सक्छौं।
थप रूपमा, कम्प्युटेसनल सोचले हामीलाई टेक्नोलोजीको सम्भाव्यता र अवरोधहरूको अनुसन्धान गर्न सम्भव बनाउँदछ जब यो उत्पादन भइरहेको छ।
हामी कसले प्रविधि विकास गर्दैछ र किन मूल्याङ्कन गर्न सक्छौं, र यसले समाजलाई कसरी असर गर्न सक्छ भनेर हामी आलोचनात्मक रूपमा विचार गर्न सक्छौं।
कम्प्युटेशनल सोच को मुख्य घटक
1. विघटन
विघटन कम्प्युटेसनल सोचको आधारभूत तत्व हो। समस्या समाधान गर्न सजिलो बनाउनको लागि, यो चरणले यसलाई साना भागहरूमा विभाजन गर्न आवश्यक छ।
कुनै समस्यालाई समाधान गर्न सजिलो हुन्छ जति तपाईंले यसलाई विच्छेद गर्न सक्नुहुन्छ। बाइकको भागहरू उपयोगी विघटन अभ्यासको रूपमा छुट्याउन सकिन्छ। साइकलको फ्रेम, पाङ्ग्राहरू, ह्यान्डलबारहरू, र गियरहरू सुरुमा विच्छेदन गर्न सकिन्छ।
तथापि, तपाईले प्रत्येक घटकलाई यसको घटक भागहरूमा विभाजन गर्न सक्नुहुन्छ। उदाहरणका लागि, आर्टिफिसियल इन्टेलिजेन्सलाई मेसिन लर्निङ, गहिरो शिक्षा, कम्प्युटर भिजन, र प्राकृतिक भाषा प्रशोधनमा विभाजन गर्न सकिन्छ।
यस चरणले तपाईंलाई गहिराइमा सबै घटकहरू पहिचान गरेर समस्याको गहिरो ज्ञान निर्माण गर्न मद्दत गर्दछ।
2. ढाँचा पहिचान
दोस्रो चरणमा, ढाँचा पहिचान भनेर चिनिन्छ, समस्याको समानता र प्रवृत्तिहरू फेला पर्छन्।
त्यहाँ एक बलियो सम्भावना छ कि ती समान, वा पुनरावर्ती प्रक्रियाहरू प्रयोग गरेर ह्यान्डल गर्न सकिन्छ यदि निश्चित कठिनाइहरू प्रकृतिमा समान छन् - दुवै समस्या अहिले सम्बोधन भइरहेको र अघिल्लो समस्याहरू भित्र।
यो प्रभावकारी समाधानहरू विकास गर्न र अन्ततः तपाइँको समय बचत गर्न को लागी एक महत्वपूर्ण तत्व हो।
निम्न परिदृश्यलाई विचार गर्नुहोस्: तपाईलाई एउटा सानो कार्यक्रम विकास गर्न अनुरोध गरिएको छ जसले स्क्वायर कोर्छ। लगातार चार पटक निर्देशन लेख्नुको सट्टा, रेखा कोर्ने र कलम 90 डिग्री घुमाउने ढाँचालाई लुपमा चार पटक दोहोर्याउन सकिन्छ।
ढाँचा पहिचान मुद्दाहरूको कुशल र प्रभावकारी समाधानहरू विकास गर्नको लागि एक महत्वपूर्ण प्रतिभा हो।
3. अमूर्त
समाधानको महत्त्वपूर्ण तत्वहरूको पहिचान एब्स्ट्र्याक्शनको तेस्रो चरणमा गरिन्छ।
यसले समस्याको अनावश्यक भागहरू फिल्टर गर्ने क्षमता आवश्यक पर्दछ ताकि तपाइँ केवल महत्त्वपूर्ण तत्वहरूमा ध्यान केन्द्रित गर्नुहोस्, सटीक विवरणहरू हेर्नको विपरीत।
अर्को उत्कृष्ट उदाहरण हो जब तपाइँ खेलकुद खेल्नुहुन्छ, तपाइँ तपाइँले प्रयोग गर्नु पर्ने रणनीतिहरूमा ध्यान केन्द्रित गर्ने प्रयास गर्नुहुन्छ, र तपाइँ तपाइँको विपक्षीहरु को कुनै पनि चिज बेवास्ता गर्नुहुन्छ।
अन्तिम समाधान विकास गर्नु अघि, अमूर्तताले तपाईंलाई अनावश्यक तत्वहरूलाई बेवास्ता गर्दा सबै महत्त्वपूर्ण कारकहरूलाई ध्यानमा राख्न सक्षम बनाउँछ।
4. एल्गोरिदम डिजाइन
चरण-दर-चरण निर्देशनहरूको विस्तृत सेटको सिर्जना जसले कसरी समस्या समाधान गर्ने भनेर वर्णन गर्दछ एल्गोरिथ्म डिजाइन चरणमा हुन्छ, कम्प्युटेसनल थिंकिङ प्रक्रियाको अन्तिम चरण।
एक प्रभावकारी एल्गोरिथ्म एक हो जुन अरू कसैलाई दिन सकिन्छ र थप व्याख्या बिना अनुसरण गर्न सकिन्छ।
संसार एल्गोरिदमले भरिएको छ, चाहे तपाईं रेसिपीबाट खाना पकाउँदै हुनुहुन्छ, फ्ल्याट-प्याक फर्निचरहरू जम्मा गर्दै हुनुहुन्छ, ड्राइभ-थ्रु रेस्टुरेन्टमा खाँदै हुनुहुन्छ, वा सेल्फ-सर्भिस काउन्टरमा आफ्नो किराना सामानको लागि भुक्तानी गर्दै हुनुहुन्छ।
डिबगिङ मास्टर गर्नको लागि महत्त्वपूर्ण क्षमता हो किनभने यो एल्गोरिथ्म सिर्जनामा संलग्न अतिरिक्त प्रक्रिया हो। एल्गोरिदमिक त्रुटिहरूको पहिचान र सुधारलाई डिबगिङ भनिन्छ।
डिबगिङ एक स्थानान्तरण योग्य क्षमता हो जुन कम्प्युटेसनल सोचका अन्य घटकहरू जस्तै कार्य गरेर र प्रतिक्रिया प्रस्ताव गरेर पाठ्यक्रममा प्राप्त गर्न सकिन्छ। हामी एल्गोरिदमको सहायताले हाम्रो परिवेश बुझ्न सक्छौं।
निष्कर्ष
संक्षेपमा, निम्न पुस्ता डाटा वैज्ञानिकहरू विकासशील कार्य बजार र विकासशील डिजिटल अर्थतन्त्रमा थप सफलतापूर्वक समायोजन गर्न सक्षम हुने क्षमताहरू प्राप्त गर्नुपर्दछ।
भविष्यका डेटा वैज्ञानिकहरूले कम्प्युटेसनल सोचलाई उपयोगी उपकरणको रूपमा भेट्टाउनेछन् किनभने तिनीहरूले प्रविधिको विकास र मानिसहरू र मेसिनहरू बीचको अधिक अन्तरसञ्चालनलाई समायोजन गर्न आफ्नो स्थितिहरू निरन्तर परिवर्तन गर्छन्।
अन्तमा, कम्प्यूटेशनल सोच सबैको लागि आफ्नो दैनिक कार्यहरूमा आवश्यक छ।
जवाफ छाड्नुस्