第一篇：学习科学与技术学习心得
学习科学与技术学习心得
学习是每个人都非常熟悉的名词，因为每个人都是离不开学习的。但是学习究竟是什么呢？作为一个上了十几年学的一个大学生，就像绝大多数学习者一样，我之前似乎从来不曾仔细思考过这个问题。虽然没有什么厌学的情绪，单却也没有太强的学习主动性。我之前的学习状况似乎就是一切按照老师的安排来学习，人家怎么学我就怎么学，老师让我学什么我就学什么。那时在我的思想里，学习就是完成老师的任务。但是自从我接触了学习科学与技术这门课程后，我发现学习绝对不是这样的，也绝对不应该是这个样子的。在对学习科学与技术这门课的近三个月的学习里我对学习产生了一些新的看法，这彻底打破了我过去对学习的认识。
首先，学习是一种技术 今天如果你不生活在未来，那么明天你将生活在过去。21世纪是一个科学技术和信息技术高速发展的世纪。这些最先进的技术在与整个社会融合的时候自然而然的也就与学习融合在一起。在信息时代的挑战面前，变革学习比变革技术更重要！了解和体验信息时代学习正在发生的历史变革，培养和提高自身的信息素养，掌握信息时代的学习能力，能够运用信息技术进行阅读，写作，计算，学会用脑图整理笔记，制定学习计划等等都是在这个时代里生活的人尤其是我们这些学生应该掌握的基本学习技术。在这个时代不掌握这些基本的信息学习的学习者必将在这个竞争日趋激烈的社会里被淘汰。所以在这个时代掌握最新的学习技术是一个至关重要的生存法则。
学习还是一种与人相处合作之道。走到一起时开始，团结是进步，共同工作是成功。我认为，共同学习更是一种成功。在对《学习科学与技术》学习中，分组学习正是对这一点的最佳体现。团队学习以他绝对的效率优势必将成为以后最最主流的学习模式。
《学习科学与技术》这门课程能够系统地教授学生关于学习的知识和技能，具体指导和帮助学生提高自身的学习能力与学习效率。当我们在学习中遇到学习障碍和挫折时，它可以给予我们正确的指导和帮助。通过学习《学习科学与技术》后，我们还可以提高我们自主学习的能力，更好的适应我们在以后的工作岗位中遇到的严峻的挑战压力。通过学习《学习科学与技术》，我们会更善于了解和捕捉国内外关于学习研究的新进展和新成果，用以指导和改善自身的学习。使自己成为一名聪明的、紧跟时代步伐前进的优秀学习者。通过小组共同学习，共同讨论，共同研究，使我们每个人都受益非浅．懂得了以前不懂的知识，认识到团队合作的重要性，只有紧密的团结，才能最大限度的发挥团队力量，是团队力量大于个人力量之和．同时，按时完成团队分配的任务，也是非常重要的．通过团队学习，可以使”自主学习”的好处更好的体现．学会团队学习就是学会在这个社会的最佳生存之道。
学会学习，然后才能学会生存。
第二篇：计算机科学与技术学习心得
计算机科学与技术学习心得
随着科学技术的发展，计算机已经成为了当代世纪的热门主题。大学以前就接触了计算机，但是接触的只是一些琐碎之事而已。所以在大学我选择了计算机系统维护这门课程来深入研究计算机，对计算机有更深入的了解。
计算机科学与技术这一门科学深深的吸引着我们这些同学们，自从上大学以来上计算机系统已经有近半年了，首先讲述一下计算机的组成吧！计算机是由运算器、控制器、存储器、输入设备、输出设备。运算器的基本功能是完成对各种数据的加工处理，例如算术四则运算，与、或、求反等逻辑运算，算术和逻辑移位操作，比较数值，变更符号，计算主存地址等。控制器的功能是控制机器各个部件协调一致地工作。存储器的功能是就是计算机中存储数据的记忆设备.。输入设备向计算机输入数据和信息的设备。是计算机与用户或其他设备通信的桥梁。输入设备是用户和计算机系统之间进行信息交换的主要装置之一。键盘，鼠标，摄像头，扫描仪，光笔，手写输入板，游戏杆，语音输入装置等都属于输入设备。始数据和处理这些数的程序输入到计算机中。计算机能够接收各种各样的数据，输入设备（InputDevice）是人或外部与计算机进行交互的一种装置，用于把原数值型的数据，也可以是各种非数值型的数据，如图形、图像、声音等都可以通过不同类型的输入设备输入到计算机中，进行存储、处理和输出。输出设备是把计算机处理的结果变成人最终可以识别的数字、文字、图形、图像或声音等信息，打印或显示出来，以供人们分析与使用。
计算机有很多的特点如：1计算机具有快速的运算能力电子计算机的工作基于电子脉冲电路原理，由电子线路构成其各个功能部件，其中电场的传播扮演主要角色。我们知道电磁场传播的速度是很快的，现在高性能计算机每秒能进行几百亿次以上的加法运算。如果一个人在一秒钟内能作一次运算，那么一般的电子计算机一小时的工作量，一个人得做100多年。很多场合下，运算速度起决定作用。例如，计算机控制导航，要求“运算速度比飞机飞的还快”；气象预报要分析大量资料，如用手工计算需要十天半月，失去了预报的意义。而用计算机，几分钟就能算出一个地区内数天的气象预报2超强的记忆能力计算机中有许多存储单元，用以记忆信息。内部记忆能力，是电子计算机和其他计算工具的一个重要区别。由于具有内部记忆信息的能力，在运算过程中就可以不必每次都从外部去取数据，而只需事先将数据输入到内部的存储单元中，运算时即可直接从存储单元中获得数据，从而大大提高了运算速度。计算机存储器的容量可以做得很大，而且它记忆力特别强3运算精度高 由于计算机内部采用数字化的数据进行运算，且运算速度极高，因此可以用增加表示数位的设备和运用计算技巧，使数值计算的精度越来越高。例如对圆周率的计算，数学家们经过长期艰苦的努力，也只计算到小数点后500位，而使用计算机很快就可以计算到小数点后200万位。
4、通用性 计算机可以将复杂的信息处理任务分解成一系列的基本算术和逻辑运算，反映在计算机的指令操作中，就是按照执行的先后次序把它们组织成各种不同的程序，存人存储器。在计算机的工作过程中，利用这种存储程序指挥和控制计算机进行自动快速信息处理是十分灵活、方便的，并易于变更，这就使计算机具有极大的通用性。
5、自动信息处理 计算机与其他计算工具的本质区别在于计算机本身具有记忆和逻辑判断能力。所以，依照冯·诺依曼计算机体系结构的思想，将信息处理所需的原始数据和处理程序预先存储在计算机内，一旦向计算机发出指令，它就能自动按设定的步骤和程序完成指定的任务，保证信息处理的自动化。
学习了计算机系统维护之后做了一些思考,我一直认为计算机科学与技术这门专业，在本科阶段是不可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需要技术；每一个人(包括非计算机专业)，掌握简单的计算机技术都很容易（包括程序设计），但计算机专业的优势就在于，我们掌握许多其他专业并不“深究”的东西，例如，算法，体系结构，等等。非计算机专业的人可以很容易地做一个芯片，写一段程序，但他们做不出计算机专业能够做出来的大型系统。今天我想专门谈一谈计算机科学，并将重点放在计算理论上。
理论与实际的结合——计算机科学研究的范畴：从计算机角度来看，理论计算机科学目前主要的研究领域包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相交叉，而且新的课题在不断提出，所以很难理出一个头绪来。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这样的理解太浅显了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。第四，密码学的新应用。例如，数字现金，叛徒追踪等。
学习了这门课程并且在课后寻找了一些资料积累了一些经验和技巧。下面来和大家分享一下经验吧！
1、基础很重要
实践证明，“幻灯片”制作的能力是计算机课件的基础，学习幻灯片，需要一定的操作桌面的知识和能力，需要一定的工具操作能力，尤其是设计作图能力，一般来说，我所在的班级中，幻灯片水平好的学员，学起来较容易些，效果较好！
2、循序渐进
整个学习过程应采用循序渐进的方式，先了解计算机的基本知识，如计算机的起源、发展、WINDOWS2000、XP的桌面操作、电子表格等，使自己能由浅入深，由简到繁地掌握他们的使用技术。
3、学以致用
在学习课件制作时始终要与实际应用相结合，不要把主要精力花费在各个命令孤立地学习上；要把学以致用的原则贯穿整个学习过程，以使自己对幻灯片命令有深刻和形象的理解，有利于培养自己应用P0WERPOINT独立完成幻灯片制作的能力。
4、熟能生巧
WORD作为文字操作专家，它能使我们更加深入地理解、熟练文字操作的命令。要强迫自己做几个综合实例，分别详细地进行文字编辑，使自己可以从全局的角度掌握整个编辑过程，力争使自己学习完WORD之后就可以投身到实际的工作中去。
于此同时我们还要掌握一些技巧。
1、常见问题要弄懂 对于经常出现的问题，要及时解决。如果推脱，那么问题就越堆越多，不利于今后的学习。
2、有比较，才有鉴别 容易混淆的命令，要注意使自己弄清它们之间的区别。
3、养成良好习惯 这段时间的学习真的是让我受益匪浅，有成长的快乐，有丰收的喜悦，有不懂的遗憾，还有即将离别的不舍。这学期的学习真的给我太多的感受，这几天的学习让我一生都受用无穷。将成为我人生旅途中最宝贵的收获。
虽然计算机系统维护这门课即将结束但是这并不能阻止我学习计算机的步伐，在以后学习计算机的过程中还需要做到善于研究，多问问题学习的过程就是一个不断遇到问题和不断解决问题的过程。在学习和使用各种软件制作课件的时候，我遇到了很多的问题，遇到问题首先我就自己先琢磨，每个软件的功能都很多，我们学会的可能只是这些功能中的一部分，有好多功能需要靠自己尝试、研究和琢磨。当然也有好多问题自己解决不了，我就虚心请教别的老师。我相信，只要我们乐于尝试，善于思考问题、询问问题，难题是没有解决不了的。工作在教学第一线的老师们在教学过程中可能都有这种感觉，我们觉得很简单的东西有的学生还要问，我们认为简单的东西学生们说不定觉得挺难，所以我们鼓励学生多提问问题。课件制作也是同样的道理，我们初学者觉得不好解决的问题在别人看来也许是简单的，所以在学习课件制作的过程中多问问题是必要的。亲自动手，乐于尝试哲学上讲实践是认识的动力和来源，也是检验认识正确与否的唯一标准，把这一观点应用到课件制作上就是要亲自动手制作课件。也许我们在某一方面的创意是非常好的，可不亲自动手，这方面的创意就实现不了。我们可以先从简单的做起，由简单到复杂，根据自己的实际水平动手制作几个完整的课件，只有这样，自己的水平才会不断提高。
综上所述，很是不足。学无止境，只要大家在学习中善于总结和归纳，一定能找到最佳学习方法。总之，想在任何事情上学有所成，都必须遵循一定的方法。尤其是计算机这样的工具学科，只要方法得当，刻苦勤奋，自己又善于摸索，年龄和基础都不会成为成功的障碍。相信在不久的将来，计算机这个现在对你还很陌生的工具，将会给你的工作和学习带来更多的方便。姓名：沈阳
班级：11土木工程（2）班 学号：2011331220217
第三篇：计算机科学与技术学习心得
计算机科学与技术学习心得（3）
一
个一流计算机系的优秀学生决不该仅仅是一个编程高手，但他一定首先是一个编程高手。我上大学的时候，第一门专业课是C语言程序设计，念计算机的人从某种角
度讲相当一部分人是靠写程序吃饭的。在我们北京工业大学实验学院计算机系里一直有这样的争论（时至今日CSDN上也有），关于第一程序设计语言该用哪一
种。我个人认为，用哪种语言属于末节，关键在养成良好的编程习惯。当年老师对我们说，打好基础后学一门新语言只要一个星期。现在我觉得根本不用一个星期，前提是先把基础打好。不要再犹豫了，学了再说，等你抉择好了，别人已经会了几门语言了。
汇编语言和微机原理是两门特烦人的课。你的数学/理论基础再好，也占不到什么便宜。这两门课之间的次序也好比先有鸡还是先有蛋，无论你先学哪门，都会牵扯
另一门课里的东西。所以，只能静下来慢慢琢磨。这就是典型的工程课，不需要太多的聪明和顿悟，却需要水滴石穿的渐悟。有关这两门课的书，计算机书店里不难
找到。弄几本最新的，对照着看吧。组成原理推荐《计算机组成与结构》清华大学王爱英教授写的。汇编语言大家拿8086/8088入个门，之后一定要学
80x86汇编语言。实用价值大，不落后，结构又好，写写高效病毒，高级语言里嵌一点汇编，进行底层开发，总也离不开他，推荐清华大学沈美明的《IBM—
PC汇编语言程序设计》。有些人说不想了解计算机体系结构，也不想制造计算机，所以诸如计算机原理，汇编语言，接口之类的课觉得没必要学，这样合理吗？显
然不合理，这些东西迟早得掌握，肯定得接触，而且，这是计算机专业与其他专业学生相比的少有的几项优势。做项目的时候，了解这些是非常重要的，不可能说，仅仅为了技术而技术，只懂技术的人最多做一个编码工人，而永远不可能全面地了解整个系统的设计，而编码工人是越老越不值钱。关于组成原理还有个讲授的问
题，在我学这门课程时老师讲授时把CPU工作原理誉微程序设计这一块略掉了，理由是我们国家搞CPU技术不如别的国家，搞了这么长时间好不容易出了个龙芯
比Intel的还差个十万八千里，所以建议我们不要学了。我看这在各校也未见得不是个问题吧！若真是如他所说，那中国的计算机科学哪个方向都可以停了，软 硬件，应用，有几项搞得过美国，搞不过别人就不搞了，那我们坐在这里干什么？教学的观念需要转变的。
模拟电路这东东，如今不仅计算机系学生搞不定，电子系学生也多半害怕。如果你真想软硬件通吃，那么建议你先看看邱关源的“电路原理”，也许此后再看模拟电
路底气会足些。教材：康华光的“电子技术基础”（高等教育出版社）还是不错的（我校电子系在用）。有兴趣也可以参考童诗白的书。
数字电路比模拟电路要好懂得多。推荐大家看一看我们北工大刘英娴教授写的《数字逻辑》业绩人士都说这本书很有参考价值（机械工业出版社的）。原因很明了，实用价值高，能听听她讲授的课程更是有一种“享受科学”的感觉。清华大学阎石的书也算一本好教材，遗憾的一点是集成电路讲少了些。真有兴趣，看一看大规模 数字系统设计吧（北航那本用的还比较多）。
计算机系统结构该怎么教，国际上还在争论。国内能找到的较好教材为Stallings的“Computer Organization and Architectureesigning for Performance”(清华影印
本)。国际上最流行的则是“Computer architecture: aquantitative approach“, by Patterson & Hennessy。
操作系统可以随便选用《操作系统的内核设计与实现》和《现代操作系统》两书之一。这两部都可以算经典，唯一缺点就是理论上不够严格。不过这领域属于 Hardcore System,所以在理论上马虎一点也情有可原。想看理论方面的就推荐清华大学出版社《操作系统》吧，高教司司长张尧学写的，我们教材用的是那本。
另外推荐一本《Windows操作系统原理》机械工业出版社的，这本书是我国操作系统专家在微软零距离考察半年，写作历时一年多写成的，教操作系统的专家
除了清华大学的张尧学（现高教司司长）几乎所有人都参加了。Bill Gates亲自写序。里面不但结合windows2000,xp详述操作系统的内核，而且后面讲了一些windows编程基础，有外版书的味道，而且上面
一些内容可以说在国内外只有那本书才有对windows内核细致入微的介绍，如果先把形式语言学好了，则编译原理中的前端我看只要学四个算法：最容易实现的递归下降；最好的自顶向下算法LL(k)；最好的自底向上算法
LR(k)；LR(1)的简化SLR(也许还有另一简化LALR)。后端完全属于工程性质，自然又是another story。
推荐教材：Kenneth C.Louden写的“Compiler Construction Principles and Practice”即是《编译原理及实践》（机械工业出版社的译本）
学数据库要提醒大家的是，会用VFP，VB, Power builder不等于懂数据库。(这世界上自以为懂数据库的人太多了！)数据库设计既是科学又是艺术，数据库实现则是典型的工程。所以从某种意义上讲，数
据库是最典型的一门计算机课程——理工结合，互相渗透。另外推荐大家学完软件工程学后再翻过来看看数据库技术，又会是一番新感觉。推荐教
材：Abraham Silberschatz等著的 ”Database System Concepts“.作为知识的完整性，还推荐大家看一看机械工业出版社的《数据仓库》译本。
计算机网络的标准教材还是来自Tanenbaum的《Computer Networks》（清华大学有译本）。还有就是推荐谢希仁的《计算机网络教程》（人民邮电出版社）问题讲得比较清楚，参考文献也比较权威。不过，网络也
属于Hardcore System，所以光看书是不够的。建议多读RFC，http://里可以按编号下载RFC文档。从IP的读起。等到能掌握10种左右常用协议，就没有几个人敢小看你了。再做的工作我看放在网络设计上就比较好了。
数据结构的重要性就不言而喻了，学完数据结构你会对你的编程思想进行一番革命性的洗礼，会对如何建立一个合理高效的算法有一个清楚的认识。对于算法的建立我想大家应当注意以下几点：
当遇到一个算法问题时,首先要知道自己以前有没有处理过这种问题.如果见过,那么你一般会顺利地做出来;如果没见过,那么考虑以下问题:
1.问题是否是建立在某种已知的熟悉的数据结构(例如,二叉树)上?如果不是,则要自己设计数据结构。
2.问题所要求编写的算法属于以下哪种类型?(建立数据结构,修改数据结构,遍历,查找,排序...)
3.分析问题所要求编写的算法的数学性质.是否具备递归特征?(对于递归程序设计,只要设计出合理的参数表以及递归结束的条件,则基本上大功告成.)
4.继续分析问题的数学本质.根据你以前的编程经验,设想一种可能是可行的解决办法,并证明这种解决办法的正确性.如果题目对算法有时空方面的要求,证明你的设想满足其要求.一般的,时间效率和空间效率难以兼得.有时必须通过建立辅助存储的方法来节省时间.5.通过一段时间的分析,你对解决这个问题已经有了自己的一些思路.或者说,你已经可以用自然语言把你的算法简单描述出来.继续验证其正确性,努力发现其中的错误并找出解决办法.在必要的时候(发现了无法解决的矛盾),推翻自己的思路,从头开始构思.6.确认你的思路可行以后,开始编写程序.在编写代码的过程中,尽可能把各种问题考虑得详细,周密.程序应该具有良好的结构,并且在关键的地方配有注释.7.举一个例子,然后在纸上用笔执行你的程序,进一步验证其正确性.当遇到与你的设想不符的情况时,分析问题产生的原因是编程方面的问题还是算法思想本身有问题.8.如果程序通过了上述正确性验证,那么在将其进一步优化或简化。
9.撰写思路分析,注释.对于具体的算法思路,只能靠你自己通过自己的知识和经验来加以获得,没有什么特定的规律(否则程序员全部可以下岗了,用机器自动生成代码就可以了).要有 丰富的想象力,就是说当一条路走不通时,不要钻牛角尖,要敢于推翻自己的想法.我也只不过是初学者,说出上面的一些经验,仅供大家参考和讨论。
关于人工智能，我觉得的也是非常值得大家仔细研究的，虽然不能算是刚刚兴起的学科了，但是绝对是非常有发展前途的一门学科。我国人工智能创始人之一，北京
科技大学涂序彦教授（这老先生是我的导师李小坚博士的导师）对人工智能这样定义：人工智能是模仿、延伸和扩展人与自然的智能的技术科学。在美国人工智能官 方教育网站上对人工智能作了如下定义：Artificial Intelligence, or AI for short, is a combination of computer science, physiology, and philosophy.AI is a broad topic, consisting of different fields, from machine vision to expert systems.The element that the fields of AI have in common is the creation of machines that can ”think".这门学科研究的问题大概说有：
（1）符号主义： 符号计算与程序设计基础，知识表达方法 ：知识与思维，产生式规则，语意网络，一阶谓词逻辑问题求解方法：搜索策略，启发式搜寻，搜寻算法，问题规约方法，谓词演算：归结原理，归结过程专家系统：建立专家系统的方法及工具
（2）联接主义（神经网络学派）：1988年美国权威机构指出：数据库，网络发展呈直线上升，神经网络可能是解决人工智能的唯一途径。
我想对于人工智能的学习，大家一定不要像学数学似的及一些现成的结论，要学会分析问题，最好能利用程序设计实现，这里推荐给大家ACM最佳博士论文奖获
得者涂晓媛博士的著作《人工鱼—计算机动画的人工生命方法》（清华大学出版社）。搞人工生命的同学不会不知道国际知名的涂氏父女吧。关于人工智能的书当然
首选《Artificial Intelligence A New Synthesis》Nils J.Nilsson.鼻祖嘛！
关于网络安全我也想在这里说两句，随着计算机技术的发展，整个社会的信息化水平突飞猛进，计算机网络技术日新月异，网络成了当即社会各个工作领域不可缺少 的组成部分，只要有网络存在，网络安全问题就是一个必须解决好的问题，学习网络安全不是简简单单的收集一些黑客工具黑一黑别人的网站，而是要学习他的数学
原理，实现原理，搞清底层工作机制，这样才能解决大部分的现有问题和新出现的安全问题。
第四篇：科学与技术
论科学与技术的关系
摘 要：科学与技术是推动人类社会发展的两大力量.正确认识和处理它们之间的关系,往往关系一个民族、国家的荣辱兴衰,无论是社会更迭,跨时代的王朝更替,它们都扮演着非常重要的角色.随着现代科学技术发展,科学和技术的相互依赖、相互促进的关系日益明显,出现了科学技术一体化的新特点和新趋势。本文从区分科学与技术的界限出发,梳理两者在历史上的演进关系,并结合所学专业对科学与技术的关系进行初步的讨论。
关键词：科学；技术；关系
恩格斯曾指出,“人类可以通过改变自然来使自然界为自己的目的服务,来支配自然界,但我们每走一步都要记住,人类统治自然界决不是站在自然界之外的”。当代科学与技术的发展日趋一体化,呈现出科学技术化和技术科学化的态势。为了生存、发展,人类必须与环境进行斗
争.会制造工具,是人类形成的标志,也是人类发明技术、使用技术的开始.自此,科学与技术就推动人类向着文明不断前进,同时也给人类提出了一个严肃问题,如何处理科学与技术的关系?科学与技术的涵义
1.1 科学与技术的词源
“科学”一词是英文“Ｓｃｉｅｎｃｅ”翻译过来的外来名词.清末,“Ｓｃｉｅｎｃｅ”曾被译为“格致”.明治维新时期,日本学者把“Ｓｃｉｅｎｃｅ”译为“科学”.康有为首先把日文汉字“科学”
直接引入中文.严复翻译《天演论》和《原富》两本书时,也把“Ｓｃｉｅｎｃｅ”译为“科学”,20世纪初“科学”一词开始在中国流行起来.“技术”一词的希腊文词根是“Ｔｅｃｈ”,原意是指个人的技能或技艺.早期,指个人的手艺、技巧,家庭世代相传的制作方法和配方,后随着科学的不断发展,技术的涵盖力大大增强.1.2 科学与技术的涵义
什么是科学,古往今来众说纷纭至今也尚无定论。“科学”可解释为“知识”、“学问”。康德认为按照一定原则整理好的知识体系就是科学;按照马克思的观点,科学就是一般社会生产力;斯诺概括了科学的气质,即实证精神,精确分析,无国界,民主精神以及革命精神。根据不同的研究对象,可将科学分为自然科学、社会科学和思维科学等类别,马克思科学技术思想主要是从自然科学的角度对科学进行考量和分析。
简言之,科学就是发现。发现自然界原本存在而未被人所发现的这样或那样的联系。人的好奇心促使着人们不断地去探索未知世界,丰富科学内容。
技术的含义随着人类实践的发展也在不断发展变化,不一样的历史赋予技术不一样的内涵。在古代,人们对技术的理解侧重于劳动者的技能;到了近代,“技术”又被定义为生产劳动手段的体系。技术泛指根据自然科学原理生产实践经验,为某一实际目的而协同组成的各种工具、设备、技术和工艺体系.科学与技术的关系
我们经常把科学和技术相提并论,但是在历史上的大部分时期,两者几乎毫无关系,它们有着各自的起源和传统。科学与技术发生联系始于工业革命之后,而由科学发展出来的技术,则到了19世纪末才出现。
2.1 科学与技术完全分离时期
技术的萌芽或雏形出现于人类从渔猎文明向农业文明转变过程中。自然科学的出现则要晚的多,因为它作为人类社会的高级意识形态必须具备一定的条件才能产生。人类在远古时期对自然界的一些朴素直观认识还不属于真正的科学,直到古希腊时期才形成科学的雏形。但是因为没有专职的科学家,从事科学研究的人由当时的“哲学家”兼任,例如柏拉图和亚里斯多德等,因此古希腊时期只是科学的史前阶段。早期的科学与技术互不相关,一是因为从事科学研究的是上层的哲学家,而从事技术工作的则是身份较低的工匠,两个阶层没有密切的交往;二是从事科学研究的人们不仅不提倡,甚至反对将科学知识用于实用技术。在整个古希腊时代,尽管希腊人在工程和军事方面取得了很多成就,但柏拉图和亚里斯多德抵制应用的偏见一直统治着人们的思想,限制了科学和技术的交流。
2.2 科学与技术开始建立关系时期
近代科学革命以哥白尼的“日心学说”为开端,以伽利略和牛顿的经典物理学体系的构建为标志,全面超越了古希腊时代的科学成就。此外,技术革新对自然科学的发展也有推动作用,技术不仅为自然科学研究提供了先进的实验设备,更为自然科学研究提供了许多社会生产活动中迫切需要解决的重大问题,如航海、采矿和军事技术等。正如恩
格斯所言:“社会一旦有技术上的需要,则这种需要就会比十所大学更能把科学推向前进”。
18世纪的工业发展要求更大的技术进步解决一系列生产技术问题,但是单靠对现存技术的修改已无法满足这个要求,因此需要进一步求助于科学,依靠科学为技术提供新的“技术原理”,打开“技术黑箱”,从而启发新技术的发明,使技术过程的理论得以优化。技术结束了与科学长期分离的状态,自觉向科学靠近。这种模式不同于历史上的经验技术,开始打上科学的烙印,适应了技术自身进一步发展的要求。
2.3 科学与技术相互促进时期
科学与技术的关系是从19世纪中叶之后才日趋密切,共同构成了现代所谓的“大科学”,并呈现出科学、技术与生产三位一体的趋势。第二次技术革命以来,科学与技术的关系从两方面
得到了根本改变:一是随着技术越来越多的建立在科学的基础上,科学能提供大量的技术;另一个重要却不引人注意的变化是技术发展已成为科学研究的重要源泉。这已不是伽利略时代困扰科学的仪器设备问题,而是基础科学探索中的许多结构和过程只能利用技术成就来揭示;在某些情况下,科学“只能存在于”技术当中。因此,越来越多的科学已成为派生“技术”。一个典型案例就是,工作于“第二次技术革命”时代的巴斯德,由他奠定的微生物学,既是基础科学研究,又是应用技术。到第三次科技革命之时，这个技术体系有个明显不同于以往的新特点,就是它们不仅更依赖于科学知识,而且科学向技术转化的周期也愈来愈短。
2.4 科学与技术一体化
20世纪80年代兴起了以生命科学与技术、信息科学与技术、纳米科学与技术、环境科学与技术、能源科学与技术等领域为主的高科技,通常是指建立在最新科学成就基础上的技术,甚至可以说它同时包含有基于科学的技术和关于技术的科学这双重含义,蕴涵着当代科学和技术之间相互渗透、相互转化的新关系。总体来说,高科技既是技术,又是科学,既有明确的应用目的,也具有基本的认识职能;能把应用导向的基础研究与基础理论背景的应用研究密切结合;基于科学的技术和关于技术的科学同时并存,科学的技术化和技术的科学化同步发展;高科技的发展形成了科学和技术之间相互作用、相互结合、相互渗透、相互转化的新关系,导致形成统一的现代科学技术革命整体。当然,高科技并没有消解科学和技术之间的界限与区别,而是开辟了科学和技术之间全新互动关系的新时代。科学的技术化和技术的科学化发展趋势,使科学进步与技术进步互为前提,互相推动,促进了科学技术连续体的形成。地理学与科技的关系
由于地理学研究的是地球表面的地理环境产生、形成、发展的演变规律，数千年来人类为了探寻这一规律，曾经显示了自己的聪明才智，创造了一系列的特有研究方法。归纳起来，大致上包括观察、分析、表述。肉眼观察，描述归纳，文学式表述，这是萌芽时期和初创时期的地理学研究方法；到了近代的形成时期，地理学的观察引入了仪器，无论在广度，还是深度，都较仅凭肉眼的观察有了质的进步，加之交
通运输的发展与进步，地理学家的观察范围，受距离远近的约束已渐趋减小，未被地理学家直接观察的地方越来越少。在分析中已能做到定性，因果关系、发生学原理都在广泛应用，规律的可能性探查也日益完善；不仅如此，定量分析也已开始引入，在某些领域，如气候学、水文地理学、工业、交通运输、城市等地理学分支中，有的已建立了数理系统。在表述中，归纳法已成为引以自豪的表现方法，无数的地理学家所观察到的许许多多的现象，被归纳成要素的规律和地域的规律，使人类对其赖以生存的地球表面的环境，有了认识、了解，在利用和改造方面也能在尊重自然规律的条件下，更能发挥主观能动性。总之，社会的发展，科学的进步，使地理学研究的方法和手段得到相应的改善；而方法和手段的革新，则标志着认识的飞跃和学科水平的提高。
4科学与技术关系的启示
总而言之,科学与技术是人类生存发展的基石和社会向前发展的不竭动力,现代科学与技术的密切结合,一方面使得各自获得前所未有的发展速度,引起新的革命;另一方面,科学革命与技术革命相互交融,统一发展,不仅前次革命与后次革命的界限不清,而且科学革命与技术革命的分界也难以辨识,因而人们统称为现代科学革命或当代科学革命。科学技术的一体化对科学与技术的研究方式及发展速度、价值取向产生了深刻的影响。合理地处理它们之间的关系,是关乎一个民族社会发展的重要问题。
第五篇：计算机科学与技术学习心得
计算机科学与技术学习心得
计算机科学与技术这一门科学深深的吸引着我们这些同学们，上计算机系已经有近
三年了，自己也做了一些思考,我一直认为计算机科学与技术这门专业，在本科阶段是不
可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需
要技术；每一个人(包括非计算机专业)，掌握简单的计算机技术都很容易（包括程序设
计），但计算机专业的优势就在于，我们掌握许多其他专业并不“深究”的东西，例
如，算法，体系结构，等等。非计算机专业的人可以很容易地做一个芯片，写一段程
序，但他们做不出计算机专业能够做出来的大型系统。今天我想专门谈一谈计算机科
学，并将重点放在计算理论上。
计算机理论的一个核心问题——从数学谈起：
记得当年大一入学，每周六课时高等数学，天天作业不断(那时是六日工作制)。颇
有些同学惊呼走错了门:咱们这到底念的是什么系？不错，你没走错门，这就是计算机科
学与技术系。我国计算机科学系里的传统是培养做学术研究，尤其是理论研究的人（方
向不见得有问题，但是做得不是那么尽如人意）。而计算机的理论研究，说到底了，如
网络安全，图形图像学，视频音频处理，哪个方向都与数学有着很大的关系，虽然也许
是正统数学家眼里非主流的数学。这里我还想阐明我的一个观点：我们都知道，数学是
从实际生活当中抽象出来的理论，人们之所以要将实际抽象成理论，目的就在于想用抽
象出来的理论去更好的指导实践，有些数学研究工作者喜欢用一些现存的理论知识去推
导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在
现实生活中找不到原型，不能指导实践。严格的说，我并不是一个理想主义者，政治课
上学的理论联系实际一直是指导我学习科学文化知识的航标（至少我认为搞计算机科学
与技术的应当本着这个方向）。其实我们计算机系学数学光学高等数学是不够的（典型的工科院校一般都开的
是高等数学），我们应该像数学系一样学一下数学分析（清华计算机系开的好像就是数
学分析），数学分析这门科学，咱们学计算机的人对它有很复杂的感情。在于它是偏向
于证明型的数学课程，这对我们培养良好的分析能力极有帮助。我的软件工程学导师北
工大数理学院的王仪华先生就曾经教导过我们，数学系的学生到软件企业中大多作软件
设计与分析工作，而计算机系的学生做程序员的居多，原因就在于数学系的学生分析推
理能力，从所受训练的角度上要远远在我们之上。当年出现墓窒窒笫牵杭扑慊笛 ? 的高中数学基础在全校数一数二(希望没有冒犯其它系的同学)，教学课时数也仅次于数
学系，但学完之后的效果却不尽如人意。难道都是学生不努力吗，我看未见得，方向错
了也说不一定，其中原因何在，发人深思。
我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则
更大。通常非数学专业的所谓“高等数学”，无非是把数学分析中较困难的理论部分删
去，强调套用公式计算而已。而对计算机系来说，数学分析里用处最大的恰恰是被删去 的理论部分。说得难听一点，对计算机系学生而言，追求算来算去的所谓“工程数学”
已经彻底地走进了误区。记上一堆曲面积分的公式，难道就能算懂了数学？那倒不如现
用现查，何必费事记呢？再不然直接用Mathematics或是Matalab好了。
我在系里最爱做的事情就是给学弟学妹们推荐参考书。中文的数学分析书，一般都
认为以北大张筑生老师的“数学分析新讲”为最好。万一你的数学实在太好，那就去看
菲赫金哥尔茨的“微积分学教程”好了--但我认为没什么必要，毕竟你不想转到数学系
去。吉米多维奇的“数学分析习题集”也基本上是计算型的东东。书的名气很大，倒不
见得适合我们，还是那句话，重要的是数学思想的建立，生活在信息社会里我们求的是
高效，计算这玩意还是留给计算机吧。不过现在多用的似乎是复旦大学的《数学分析》 也是很好的教材。
中国的所谓高等代数，就等于线性代数加上一点多项式理论。我以为这有好的一面，因
为可以让学生较早感觉到代数是一种结构，而非一堆矩阵翻来覆去。这里不得不提南京
大学林成森，盛松柏两位老师编的“高等代数”，感觉相当舒服。此书相当全面地包含
了关于多项式和线性代数的基本初等结果，同时还提供了一些有用的又比较深刻的内
容，如Sturm序列，Shermon-Morrison公式，广义逆矩阵等等。可以说，作为本科生如能
吃透此书，就可以算高手。国内较好的高等代数教材还有清华计算机系用的那本，清华
出版社出版，书店里多多，一看就知道。从抽象代数的观点来看，高等代数里的结果不
过是代数系统性质的一些例子而已。莫宗坚先生的《代数学》里，对此进行了深刻的讨
论。然而莫先生的书实在深得很，作为本科生恐怕难以接受，不妨等到自己以后成熟了
一些再读。
正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。你学习的
目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题
思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练
自己的推理能力。只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系 的同学之间思维上的差距。
概率论与数理统计这门课很重要，可惜大多数院校讲授这门课都会少些东西。少了的东
西现在看至少有随机过程。到毕业还没有听说过Markov过程，此乃计算机系学生的耻
辱。没有随机过程，你怎么分析网络和分布式系统？怎么设计随机化算法和协议？据说
清华计算机系开有“随机数学”，早就是必修课。另外，离散概率论对计算机系学生来
说有特殊的重要性。而我们国家工程数学讲的都是连续概率。现在，美国已经有些学校
开设了单纯的“离散概率论”课程，干脆把连续概率删去，把离散概率讲深些。我们不 一定要这么做，但应该更加强调离散概率是没有疑问的。这个工作我看还是尽早的做为
好。
计算方法学（有些学校也称为数学分析学）是最后一门由数理学院给我们开的课。一般
学生对这门课的重视程度有限，以为没什么用。不就是照套公式嘛！其实，做图形图像
可离不开它，密码学搞深了也离不开它。而且，在很多科学工程中的应用计算，都以数
值的为主。这门课有两个极端的讲法：一个是古典的“数值分析”，完全讲数学原理和
算法；另一个是现在日趋流行的“科学与工程计算”，干脆教学生用软件包编程。我个
人认为，计算机系的学生一定要认识清楚我们计算机系的学生为什么要学这门课，我是
很偏向于学好理论后用计算机实现的，最好使用C语言或C++编程实现。向这个方向努力 的书籍还是挺多的，这里推荐大家高等教育出版社（CHEP）和施普林格出版社
(Springer)联合出版的《计算方法（Computational Methods）》,华中理工大学数学系
写的（现华中科技大学），这方面华科大做的工作在国内应算是比较多的，而个人认为
以这本最好，至少程序设计方面涉及了：任意数学函数的求值，方程求根，线性方程组
求解，插值方法，数值积分，场微分方程数值求解。李庆扬的那本则理论性过强，与实
际应用结合得不太紧。
每个学校本系里都会开一门离散数学，涉及集合论，图论，和抽象代数，数理逻辑。不
过，这么多内容挤在离散数学一门课里，是否时间太紧了点？另外，计算机系学生不懂
组合和数论，也是巨大的缺陷。要做理论，不懂组合或者数论吃亏可就太大了。从理想 的状态来看，最好分开六门课：集合，逻辑,图论，组合，代数，数论。这个当然不现
实，因为没那么多课时。也许将来可以开三门课：集合与逻辑，图论与组合，代数与数
论。（这方面我们学校已经着手开始做了）不管课怎么开，学生总一样要学。下面分别
谈谈上面的三组内容。古典集合论，北师大出过一本《基础集合论》不错。数理逻辑，中科院软件所陆钟万教
授的《面向计算机科学的数理逻辑》就不错。现在可以找到陆钟万教授的讲课录像，自己去看看吧。总的来说，学集
合/逻辑起手不难，普通高中生都能看懂。但越往后越感觉深不可测。
学完以上各书之后，如果你还有精力兴趣进一步深究，那么可以试一下GTM系列中的
《Introduction to Axiomatic Set Theory》和《A Course of Mathematical
Logic》。这两本都有世界图书出版社的引进版。你如果能搞定这两本，可以说在逻辑方
面真正入了门，也就不用再浪费时间听我瞎侃了。
据说全中国最多只有三十个人懂图论。此言不虚。图论这东东，技巧性太强，几乎每个 问题都有一个独特的方法，让人头痛。不过这也正是它魅力所在：只要你有创造性，它 就能给你成就感。我的导师说，图论里面随便揪一块东西就可以写篇论文。大家可以体 会里面内容之深广了吧！国内的图论书中，王树禾老师的“图论及其算法”非常成功。一方面，其内容在国内教材里算非常全面的。另一方面，其对算法的强调非常适合计算 机系(本来就是科大计算机系教材)。有了这本书为主，再参考几本翻译的，如Bondy& Murty的《图论及其应用》，人民邮电出版社翻译的《图论和电路网络》等等，就马马虎 虎，对本科生足够了。再进一步，世界图书引进有GTM系列的“Modern Graph Theory”。此书确实经典！国内好象还有一家出版了个翻译版。不过，学到这个层次，还是读原版 好。搞定这本书，也标志着图论入了门。
离散数学方面我们北京工业大学实验学院有个世界级的专家，叫邵学才，复旦大学概率 论毕业的，教过高等数学，线性代数，概率论，最后转向离散数学，出版著作无数，论 文集新加坡有一本，堪称经典，大家想学离散数学的真谛不妨找来看看。这老师的课我 专门去听过，极为经典。不过你要从他的不经意的话中去挖掘精髓。在同他的交谈当中 我又深刻地发现一个问题，虽说邵先生写书无数，但依他自己的说法每本都差不多，我 实在觉得诧异，他说主要是有大纲的限制，不便多写。这就难怪了，很少听说国外写书 还要依据个什么大纲（就算有，内容也宽泛的多），不敢越雷池半步，这样不是看谁的 都一样了。外版的书好就好在这里，最新的科技成果里面都有论述，别的先不说，至少 是“紧跟时代的理论知识”。
组合感觉没有太适合的国产书。还是读Graham和Knuth等人合著的经典“具体数学”吧，西安电子科技大学出版社有翻译版。抽象代数，国内经典为莫宗坚先生的“代数学”。此书是北大数学系教材，深得好评。然而对本科生来说，此书未免太深。可以先学习一 些其它的教材，然后再回头来看“代数学”。国际上的经典可就多了，GTM系列里就有一 大堆。推荐一本谈不上经典，但却最简
单的，最容易学的：http://www.xiexiebang.computer science(计算机科学的数学基础)，也就是理论计算机科学。原来在东方大学城图书馆中 曾经看过一本七十年代的译本（书皮都没了，可我就爱关注这种书），大概就叫《计算 机数学》。那本书若是放在当时来讲决是一本好书，但现在看来，涵盖的范围还算广，深度则差了许多，不过推荐大一的学生倒可以看一看，至少可以使你的计算数学入入 门。
最常和理论计算机科学放在一起的一个词是什么？答：离散数学。这两者的关系是如此 密切，以至于它们在不少场合下成为同义词。（这一点在前面的那本书中也有体现）传 统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复 变函数，实变函数，泛函数等等。实变和泛函被很多人认为是现代数学的入门。在物 理，化学，工程上应用的，也以分析为主。
随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这些分支处理的数学对象与传统的分析有明显的区别：分析研究的问题解决方案是连续 的，因而微分，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机 会进行此类的计算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越 响亮，最后导致以分析为中心的传统数学分支被相对称为“连续数学”。
离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科： 1)集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。
2)图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心 是
算法，而大量的算法建立在图和组合的基础上。
3)抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊 讶地发现代数竟然有如此之多的应用。
但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到 大约十几年前，终于有一位大师告诉我们：不是。D.E.Knuth(他有多伟大，我想不用我 废话了)在Stanford开设了一门全新的课程Concrete Mathematics。Concrete这个词在 这里有两层含义：
首先：对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题 关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一 些数学。为了直接面向应用的需要，他要提倡“具体”的数学。在这里我做一点简单的 解释。例如在集合论中，数学家关心的都是最根本的问题--公理系统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，数学家觉得并不重 要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能够首先看到这一 点，不愧为当世计算机第一人。其次，Concrete是Continuous(连续)加上discrete(离 散)。不管连续数学还是离散数学，都是有用的数学！理论与实际的结合——计算机科学研究的范畴
前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研
究领域包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算 理论，并行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这 些领域互相交叉，而且新的课题在不断提出，所以很难理出一个头绪来。想搞搞这方面 的工作，推荐看中国计算机学会的一系列书籍，至少代表了我国的权威。下面随便举一 些例子。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算 数论)，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。很多 人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这样的理解太浅显 了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议 正确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。
第四，密码学的新应用。例如，数字现金，叛徒追踪等。
在分布式系统中，也有很多重要的理论问题。例如，进程之间的同步，互斥协议。一个 经典的结果是：在通信信道不可靠时，没有确定型算法能实现进程间协同。所以，改进 TCP三次握手几乎没有意义。例如时序问题。常用的一种序是因果序，但因果序直到不久 前才有一个理论上的结果....例如，死锁没有实用的方法能完美地对付。例如,......操 作系统研究过就自己去举吧！
如果计算机只有理论，那么它不过是数学的一个分支，而不成为一门独立的科学。事实上，在理论之外，计算机科学还有更广阔的天空。
点击咨询 