0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

同济版《线性代数》何以引发众怒?

算法与数据结构 来源:机器之心 2020-09-03 10:32 次阅读

你的线性代数,过了没?

不论是结构力学还是人脸识别,理工类型的科研,深究之后就会发现到处都是线性代数的身影。这样一门课程,要是在大一的时候学不好,可是会要命的。 在国内上过大学的理科同学应该都见过《线性代数》(同济版),就算没有学过,也是听过它的大名。作为一名过来人,只能说,晦涩难懂,章节混杂... 即使不少 985、211 走过高考独木桥的学生,每到期末考试,也要默默祈祷不要挂科。现在想起一些内容:相似矩阵、线性变换、特征值、特征向量…… 真是一个头两个大。

作为一本大学教材,让学习者如此后怕,是该考虑一下教材问题了。如今已经毕业多年,没想到最近在知乎上看到一篇文章《《线性代数》(同济版)——教科书中的耻辱柱》,点赞量快突破五千。对于这篇文章,大家有时间可以读一下,看看是不是同意作者的观点。 线性代数真的很重要,这是很多工程技术人员走上工作岗位的最大感受。好多算法都用到线性代数的知识,就比如现在非常热门的深度学习,它的底层实现方式用到好多线性代数方面的知识。如果底层基础打不好,不明白其中的原理,算法实现方式真的很难理解,更不可能去创新了。好的教材才能起到事半功倍的效果。 目前这本教材已更新了好几版,每次更新的内容看起来也是无关紧要,如果有下次版本更新,还是希望制定教材的老师们听取一下广大学生的建议。 同济版《线性代数》何以引发众怒? 一直以来,同济版《线性代数》都是一本颇有争议的教材,它在知乎上的风评基本都是这个画风:

很多同学吐槽这本教材结构不合理、内容抽象(甚至让抽象的东西变得更抽象),整本学下来很难有什么收获,还可能会丧失对于数学学习的兴趣。
以下是对于这些观点的简单总结: 结构编排不合理 很多发帖的同学都指出,同济版《线性代数》最大的问题就是「结构混乱」,第一章就从「行列式」开始讲。对于没有学过线性代数基本概念的大一同学来讲,这种毫无铺垫的引入方式让很多同学无法接受。

「兄弟,我们是线性代数课,你不先介绍一下什么叫线性,什么叫代数吗?起手就是 n 阶行列式的定义,实力劝退。」——知乎用户 @清雨影

当然,指出这个问题同学不在少数。在其他关于线性代数的帖子中,我们也发现了关于该书「行列式」编排的吐槽。一位名叫 @李佳繁的知乎用户发帖表示:「行列式的定义给的很早难道不会让你感到很突兀和很没有必要么?!而且行列式是线性代数中几乎最为重要的概念之一,一上来就只是用数学语言给他了一个规定,在学线性代数的初期,能体会到什么?」

还有同学指出,这个问题并不是同济版《线性代数》所特有的,而是国内线代教材的通病。

在第一章讲完行列式之后,该书随后介绍了矩阵及其运算、矩阵的初等变换与线性方程组、向量组的线性相关性、相似矩阵及二次型、线性空间与线性变换几个章节。

除了行列式出现在第一章,其余的编排不合理之处还包括: 1. 逆序数出现过早; 2. 先讲矩阵再讲向量; 3. 线性空间放到后面作为选学; …… 总之,这本书的编排顺序让很多同学摸不着头脑,学完之后也没有留下深刻的印象,甚至从此失去了对于线代学习的兴趣。 长得抽象,教材内容也抽象 除了结构编排的问题之外,「内容抽象」也是这本教材被吐槽的最多的点。 线性代数本身就是一门比较抽象的学科,因此,教材或教师理应通过各种方法帮助学生理解书中的抽象概念,比如运用图解的形式。但很多同学反映,书中的图解着实少得可怜,甚至「翻遍了全书,只有三个向量图解」(引自知乎用户 @Akiyama Mio)。 还有同学指出,很多概念的引入也是莫名其妙,没有具体的例子作为支撑,所以很多同学学完之后都不知道自己学的东西有什么用。 这本《线性代数》教材真的一无是处吗?有人持相反意见。这部分人认为,每本教材其实都有一定的适用人群,而且看书不一定要遵循书本的编排规律。

还有老师在评论区给出了这本书的原因:节省课时,能够满足考研需要。

想打下坚实数学基础,清华学生是这样学的 所以,既然线性代数这样学效率有点低,我们应该用什么姿势学习呢? 其实人们一直都在思考这个问题。去年,清华大学将「线性代数」科目的课本改成英文教材就引发了人们的热议。据介绍,该校改用了麻省理工学院(MIT)数学系教授 Gilbert Strang 的《Introduction to Linear Algebra》,效果怎样或许一时无法量化,但看起来蛮受欢迎的。

在 B 站上,Strang 老爷子总共 27 个多小时的「线性代数 MIT 18.06」课程也已达到了 73 万的播放量(其中一个资源的数据),可以说是 B 站最火的英文《线性代数》课程了。当然这门课程在国外也是 MIT 最热门的课程之一。根据 OCW 官网统计的数据,自 2002 年第一次发布以来,该课程的总访问量已经超过 1000 万。 为什么他的教材、课程那么受欢迎?从人们的评论中,我们可以总结出几个关键词: 1. 实用、难度适中。知乎上有个帖子专门讨论 Gilbert Strang 的线性代数教材《Introduction to Linear Algebra》。有人表示,「Strang 的教材更加面向实际应用,难度适中,比较注重从实际问题中培养数学直觉,比较适合工程学科学生使用。」 这点相对于国内一些教材区别很大。我们通常接触到的课本一般是先给出定义,然后是定理和证明方法,很容易让非数学专业的学生失去兴趣。而 Strang 教授的教材则是「先告诉你一些有意思的数学事实,之后告诉你我们怎么解决那些问题之中较为简单的(有一部分方法甚至是依靠尝试和数学直觉),再和你一起探究这么解决为什么对,是否存在理论基础,留一些习题让你自己去试试它真的是对的,最后再做其他的深入探究,并提炼为定理。」(引自知乎用户 @李佳繁) 2. 化抽象为具体。对于数学基础不好的人来说,「线性代数」真的是一门非常抽象的课程。但从大家对 Strang 教授《线性代数》教材的评价来看,比较一致的观感是「不是很抽象」,甚至可以 「和高中对接」。Strang 教授对线性代数的讲解过程中会插入很多例子,能让学生结合例子理解一些抽象的概念,对非数学专业的学生非常友好。有同学表示,「感觉很多概念不再是死记硬背了」。 此外,整个课程的逻辑也是循循善诱式的,它「不是上来告诉你这样做是对的,而是一步步引导你让你理解就应该是这样子。」

Strang 教授 1934 年生于芝加哥,在加州大学洛杉矶分校取得博士学位,从 1962 年起就开始担任麻省理工学院的数学系教授,一辈子都在教书育人、笔耕不辍。去年初,他还出版了一本新书《Linear Algebra and Learning from Data》。 今年在新冠疫情期间,全球大多数地区的学生都无法前去教室上课,已年满 85 岁的 Strang 教授又把自己的线性代数课程视频更新了一版。 如果对于英文教学不太感冒,有人表示蓝以中的《高等代数简明教程》、丘维声的《简明线性代数》也是不错的选择。 如果你在自己学习线性代数时有些迷惑,根据课程视频整理自己的思路可能是效率最高的选择。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人脸识别
    +关注

    关注

    76

    文章

    3953

    浏览量

    80549
  • 线性代数
    +关注

    关注

    5

    文章

    50

    浏览量

    10985
  • 深度学习
    +关注

    关注

    73

    文章

    5230

    浏览量

    119886

原文标题:同济版《线性代数》引发激烈争议!

文章出处:【微信号:TheAlgorithm,微信公众号:算法与数据结构】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    深入探索人工智能的数学基础

    线性代数是人工智能的数学基础之一,它涉及向量、矩阵、线性变换等概念。在机器学习和深度学习中,线性代数被广泛应用于数据处理、特征提取和模型训练等方面。
    发表于 09-14 10:06 186次阅读

    人工智能的数学基石:揭秘人工智能十大数学基础

    奥秘。一、线性代数(LinearAlgebra)线性代数是人工智能的数学基础之一,它涉及向量、矩阵、线性变换等概念。在机器学习和深度学习中,线性代数被广泛应用于数据
    的头像 发表于 09-14 08:29 676次阅读
    人工智能的数学基石:揭秘人工智能十大数学基础

    华工科技将携手同济医院为医疗激光赋能

    8月29日,华工科技产业股份有限公司与华中科技大学同济医学院附属同济医院在华工科技中央研究院举行战略合作协议签约仪式。华工科技董事长马新强、华中科技大学常务副校长王伟、同济医院院长刘继红、华工
    的头像 发表于 08-30 09:22 1240次阅读

    线性代数及其应用

    发表于 08-29 14:49 0次下载
    <b class='flag-5'>线性代数</b>及其应用

    ARM性能库入门(单机版)

    ARM性能库为ARM处理器上的高性能计算应用程序提供优化的标准核心数学库。 可通过Fortran和C接口访问的库例程包括: ·BLAS-基本线性代数子程序(包括XBLAS、扩展精度BLAS
    发表于 08-25 06:36

    51.48 线性代数应用方法论

    数据网络应用程序
    充八万
    发布于 :2023年07月20日 23:11:01

    50.47 线性代数概述 #硬声创作季

    代码应用程序
    充八万
    发布于 :2023年07月20日 20:59:06

    线性代数和矩阵计算

    MATLAB提供了丰富的功能来进行线性代数和矩阵计算。下面是一些常用的示例。
    的头像 发表于 07-07 09:56 649次阅读

    基于线性代数的C ++模板库

    00 Eigen简介 Eigen:基于线性代数的C ++模板库,主要用于矩阵,向量,数值求解器和相关算法。SLAM中常用的Ceres、G2O等项目均是基于Eigen库。 Eigen库的优点: 支持
    的头像 发表于 06-25 10:28 345次阅读

    PyTorch教程22.1之几何和线性代数运算

    电子发烧友网站提供《PyTorch教程22.1之几何和线性代数运算.pdf》资料免费下载
    发表于 06-06 09:26 0次下载
    PyTorch教程22.1之几何和<b class='flag-5'>线性代数</b>运算

    PyTorch教程-2.3. 线性代数

    2.3. 线性代数¶ Colab [火炬]在 Colab 中打开笔记本 Colab [mxnet] Open the notebook in Colab Colab [jax
    的头像 发表于 06-05 15:37 254次阅读

    PyTorch入门须知PyTorch教程-2.3. 线性代数

    我们可以将数据集加载到张量中,并使用基本的数学运算来操纵这些张量。要开始构建复杂的模型,我们还需要一些线性代数工具。本节简要介绍了最基本的概念,从标量算术开始,一直到矩阵乘法。 火炬网路网贾克斯张量流import torch
    的头像 发表于 06-05 15:15 331次阅读

    PyTorch教程2.3之线性代数

    电子发烧友网站提供《PyTorch教程2.3之线性代数.pdf》资料免费下载
    发表于 06-05 11:32 1次下载
    PyTorch教程2.3之<b class='flag-5'>线性代数</b>

    机器学习进阶之线性代数-奇异值分解(下)

    在机器学习(ML)中,最重要的线性代数概念之一是奇异值分解(SVD)和主成分分析(PCA)。在收集到所有原始数据后,我们如何发现其中的结构?例如,通过过去6天的利率,我们能否理解其组成并发现趋势?
    的头像 发表于 05-22 16:27 464次阅读
    机器学习进阶之<b class='flag-5'>线性代数</b>-奇异值分解(下)

    机器学习进阶之线性代数-奇异值分解(上)

    在机器学习(ML)中,最重要的线性代数概念之一是奇异值分解(SVD)和主成分分析(PCA)。在收集到所有原始数据后,我们如何发现其中的结构?例如,通过过去6天的利率,我们能否理解其组成并发现趋势?
    的头像 发表于 05-22 16:26 765次阅读
    机器学习进阶之<b class='flag-5'>线性代数</b>-奇异值分解(上)