应该从哪些维度去培养计算机科学思维呢？
计算机思维建立的基础是计算机处理的能力及其局限性，不管是由人还是机器来执行。计算机方法和模型使我们有勇气去解决问题，设计出无论哪个个人都无法独立担纲的系统。计算机思维面对着有关机器智能的不解之谜：人做什么比计算机强？计算机什么比人好？最根本的问题是：什么是可以计算机做的？今天，我们对这样的问题仍然一知半解。
计算机思维是每个人的基本技能，不只属于计算机科学家。在阅读，书写和算术之外，应该把计算机科学加入每个儿童的分析能力培养。和出版社促进了3个R（阅读，书写和算术Reading, Writing & Arithmetic）的传播相类似，计算机和使用电脑促进了计算机思维的传播。
计算机思维采纳计算机科学的基本理念，可运用于问题的解决，系统设计和理解人类行为。计算机思维包含了一定范围内的思维工具，反映出计算机科学领域的广泛性。
在解决一个问题时，我们会问：这有多难？怎样做是最佳的方法？计算机思维站在坚实的理论地基上给予这样的问题精确的答案。问题的难度要说取决于机器的能力－用来解决问题的计算工具。要考虑机器的指令，资源的约束和运行环境。
为了有效率地解决问题，我们也许要进而问道，貌似的解决方案是不是最好的呢，我们可以随机化优势吗，是否允许主动错误或者被动错误。计算机思维通过简化，嵌入，转换或者模拟，将看来困难的问题转化为可以解决的问题。
计算机思维是递归思维，并行处理。它将代码译为数据，又将数据译成代码。它用维度分析的泛化进行类型检查。承认异化的优缺点。给某个人或物多个名字。它同时意识到间接寻址和程序呼叫的代价和用处。它不只用正确程度和效率来评判一个程序，还判断美感，系统设计的简洁和优雅。
计算机思维利用抽象和分解来对付复杂的大型任务或者来设计复杂的大型系统。它使你远离担忧。它挑出合适的代表性的问题或者给问题的相关方面建模使问题易于处理。它使用不变量来概要地或者陈述性地描述系统行为。它确信我们无需理解系统的每个细节就可以安全地使用，修改或者影响一个大型复杂的系统。它设想多个不同的用户建立不同的模块，为了设想的未来的使用进行预加载或缓存。
计算机思维都以最糟糕的情形来考虑预防，保护和复原，方法可以是冗余，容错和纠错。 它采取呼叫高压封锁，死锁或者约定界面的方法。它还学习在发生同步相遇时避免竞争的情形。
计算机思维使用启发式推理找到解决之道。它在不确定的情况下进行计划，学习和安排。它是搜寻，搜寻，再搜寻，找到一长列的网页，赢得游戏的攻略或是一个反例。它是使用大量的数据来提高计算的速度。它是在时间和空间中，在处理能力和存储容量中找到平衡。
来看这些生活中的事例：您女儿早上去上学，她把这一天要用的东西放到背包里；这就是预加载和缓存。当您的儿子弄丢了他的手套，你建议他到经过的地方找；这是回溯。到什么时候下您会自己买一套而不再租用滑雪用具呢？这是联机算法。在超市排哪条队伍？这是服务器系统的性能建模。为什么停电时电话还可以用？这是失败的独立性和设计的冗余。那么如何进行用来分辨计算机和人的完全自动化的图灵测试，即CAPTCHAS，人类仿真?；这是利用解决人工智能的难题来给计算机代理商做宣传的。
计算机思维将植根于每个人的生活当中，那时算法，前置条件等词汇将成为每个人的词汇， 非决定论和垃圾收集不再是计算机科学家使用的含义；人们将会从上往下来画一棵树。
我们目睹了计算机思维对其他学科的影响。例如，机器学习改变了统计学。统计的学习正用于考察问题的规模, 以数据的大小和角度的方式，这在几年前还是不能想像的。各种组织的统计部门都在招聘计算机科学家。计算机学校包围了现有的和新成立的统计部门。
计算机科学家近来对生物学产生了兴趣，因为它们相信，生物学家将可以从计算机思维中获益。计算机科学对于生物学的贡献远不止于可以通过大量搜索序列数据来寻找图谱。希望的是利用数据结构和算法－计算机的抽象思维和方法， 通过阐述功能来表现出蛋白质的结构。计算机科学家正在改变生物学家的思维方式。 相似的，计算机游戏理论正改变着经济学家的思维方式。量子计算对物理学家也是。
这样的思维不会仅是其他科学家们的技能，它将是每个人的。普适计算的今天就是计算机思维的明天。昨天普适计算还是梦想，今天它已成为了现实。计算机思维在明天也会成为现实。
是什么，不是什么
计算机思维是研究计算的－ 什么是可以计算的，怎样进行计算。因此，计算机思维有下面的特点：
是概念化，不是编程
计算机科学不是计算机编程。计算机科学家式的思维不是说给计算机编程。它要求在多个抽象层面进行思考。
是基本技能，不是机械技能
基本的技能是每个人在现代社会都必须学会运用的。机械则意味着机械的重复。具有讽刺意味的是，要是计算机科学家真解决了人工智能的使计算机象人一样思考的大挑战，那时思维可就真要变机械了。
是人的思维方式，不是计算机的
计算机思维是人解决问题的方式，不是要人象计算机一样思考。计算机是愚笨无趣的，人聪明富有想像力。是人类使得计算机令人振奋。使用计算机设备，我们运用才智处理问题，那些在计算机时代之前我们不敢挑战的问题，构建具有只要想像得到的功能的系统。
计算机思维建立的基础是计算机处理的能力及其局限性，不管是由人还是机器来执行。计算机方法和模型使我们有勇气去解决问题，设计出无论哪个个人都无法独立担纲的系统。计算机思维面对着有关机器智能的不解之谜：人做什么比计算机强？计算机什么比人好？最根本的问题是：什么是可以计算机做的？今天，我们对这样的问题仍然一知半解。
计算机思维是每个人的基本技能，不只属于计算机科学家。在阅读，书写和算术之外，应该把计算机科学加入每个儿童的分析能力培养。和出版社促进了3个R（阅读，书写和算术Reading, Writing & Arithmetic）的传播相类似，计算机和使用电脑促进了计算机思维的传播。
计算机思维采纳计算机科学的基本理念，可运用于问题的解决，系统设计和理解人类行为。计算机思维包含了一定范围内的思维工具，反映出计算机科学领域的广泛性。
在解决一个问题时，我们会问：这有多难？怎样做是最佳的方法？计算机思维站在坚实的理论地基上给予这样的问题精确的答案。问题的难度要说取决于机器的能力－用来解决问题的计算工具。要考虑机器的指令，资源的约束和运行环境。
为了有效率地解决问题，我们也许要进而问道，貌似的解决方案是不是最好的呢，我们可以随机化优势吗，是否允许主动错误或者被动错误。计算机思维通过简化，嵌入，转换或者模拟，将看来困难的问题转化为可以解决的问题。
计算机思维是递归思维，并行处理。它将代码译为数据，又将数据译成代码。它用维度分析的泛化进行类型检查。承认异化的优缺点。给某个人或物多个名字。它同时意识到间接寻址和程序呼叫的代价和用处。它不只用正确程度和效率来评判一个程序，还判断美感，系统设计的简洁和优雅。
计算机思维利用抽象和分解来对付复杂的大型任务或者来设计复杂的大型系统。它使你远离担忧。它挑出合适的代表性的问题或者给问题的相关方面建模使问题易于处理。它使用不变量来概要地或者陈述性地描述系统行为。它确信我们无需理解系统的每个细节就可以安全地使用，修改或者影响一个大型复杂的系统。它设想多个不同的用户建立不同的模块，为了设想的未来的使用进行预加载或缓存。
计算机思维都以最糟糕的情形来考虑预防，保护和复原，方法可以是冗余，容错和纠错。 它采取呼叫高压封锁，死锁或者约定界面的方法。它还学习在发生同步相遇时避免竞争的情形。
计算机思维使用启发式推理找到解决之道。它在不确定的情况下进行计划，学习和安排。它是搜寻，搜寻，再搜寻，找到一长列的网页，赢得游戏的攻略或是一个反例。它是使用大量的数据来提高计算的速度。它是在时间和空间中，在处理能力和存储容量中找到平衡。
来看这些生活中的事例：您女儿早上去上学，她把这一天要用的东西放到背包里；这就是预加载和缓存。当您的儿子弄丢了他的手套，你建议他到经过的地方找；这是回溯。到什么时候下您会自己买一套而不再租用滑雪用具呢？这是联机算法。在超市排哪条队伍？这是服务器系统的性能建模。为什么停电时电话还可以用？这是失败的独立性和设计的冗余。那么如何进行用来分辨计算机和人的完全自动化的图灵测试，即CAPTCHAS，人类仿真?；这是利用解决人工智能的难题来给计算机代理商做宣传的。
计算机思维将植根于每个人的生活当中，那时算法，前置条件等词汇将成为每个人的词汇， 非决定论和垃圾收集不再是计算机科学家使用的含义；人们将会从上往下来画一棵树。
我们目睹了计算机思维对其他学科的影响。例如，机器学习改变了统计学。统计的学习正用于考察问题的规模, 以数据的大小和角度的方式，这在几年前还是不能想像的。各种组织的统计部门都在招聘计算机科学家。计算机学校包围了现有的和新成立的统计部门。
计算机科学家近来对生物学产生了兴趣，因为它们相信，生物学家将可以从计算机思维中获益。计算机科学对于生物学的贡献远不止于可以通过大量搜索序列数据来寻找图谱。希望的是利用数据结构和算法－计算机的抽象思维和方法， 通过阐述功能来表现出蛋白质的结构。计算机科学家正在改变生物学家的思维方式。 相似的，计算机游戏理论正改变着经济学家的思维方式。量子计算对物理学家也是。
这样的思维不会仅是其他科学家们的技能，它将是每个人的。普适计算的今天就是计算机思维的明天。昨天普适计算还是梦想，今天它已成为了现实。计算机思维在明天也会成为现实。
是什么，不是什么
计算机思维是研究计算的－ 什么是可以计算的，怎样进行计算。因此，计算机思维有下面的特点：
是概念化，不是编程
计算机科学不是计算机编程。计算机科学家式的思维不是说给计算机编程。它要求在多个抽象层面进行思考。
是基本技能，不是机械技能
基本的技能是每个人在现代社会都必须学会运用的。机械则意味着机械的重复。具有讽刺意味的是，要是计算机科学家真解决了人工智能的使计算机象人一样思考的大挑战，那时思维可就真要变机械了。
是人的思维方式，不是计算机的
计算机思维是人解决问题的方式，不是要人象计算机一样思考。计算机是愚笨无趣的，人聪明富有想像力。是人类使得计算机令人振奋。使用计算机设备，我们运用才智处理问题，那些在计算机时代之前我们不敢挑战的问题，构建具有只要想像得到的功能的系统。
一、计算机科学与技术对培养学生的创新性思维和动手能力的方法
根据创新教育理论，创新能力包括创造性观察能力、记忆能力、想象能力、思维能力和实践能力五个方面。运用计算机科学与技术，通过创设问题环境，培养学生思维的灵活性与创造性，激发学生进行创造性学习，营造主动参与、合作探究的学习方式，从而提高学习效率，培养创新能力。
1.在课堂教学中训练学生的创新性思维和动手能力爱因斯坦曾说过“:思维世界的发展，在某种意义上说就是对好奇的不断摆脱。”而好奇心是学生的天性，有好奇心才会有学习的动机，才会有发明创造。一般来说，好奇心强的学生对知识的渴望迫切，上课时注意力更集中。计算机科学与技术这门课程的无限拓展性很好地满足了学生的这种好奇心，通过问题探究、协商学习、意义建构等活动，激发起学生的学习动机，培养其学习兴趣，使教学过程转化为以学生为主体的学习过程。通过学生与学生之间的协商讨论方式，使学生主动去读书、去探索、去感悟，从而获得新知识、掌握新知识，这个过程在某个意义上说，也是一个创新的过程。
2.在计算机科学与技术活动中培养和提高学生创新性思维和动手操作能力以实践和操作为特点的计算机科学与技术专业遇上了大多数是独生子女，在蜜糖中泡大的孩子。虽然他们思维活跃，容易接受新生事物，但是依赖性也十分强，遇到困难是不会考虑自己如何解决，而是习惯于在家靠父母、在学校靠教师来解决。学生的动手能力不强，直接导致了学生缺乏创新精神，无法真正地适应实践工作和适应市场与产业的发展，在计算机科学与技术的实践活动中，他们有好奇心，有求知欲望，有活动的热情，因此要培养学生对计算机科学与技术竞赛的兴趣，从要我学改为我要学，提高他们自己解决问题的意识和能力。
二、培养学生的创新性思维和动手能力应遵循的原则
1.主体性原则在教学过程中，必须树立“一切从学生出发”的思想。教师要根据情况多给学生提供一些实践、动手的机会，培养学生积极主动参与实践的兴趣与能力，使学生理论联系实际，学以致用，提高学生的创新性思维与动手能力。
2.创新性原则教师必须采用与计算机科学与技术相适应的教学方法，从而提高学生的创新性思维能力，不能只是“耳提面命”式的灌输知识，而是要引导学生的发散性思维，鼓励学生质疑现状，挑战现状，培养学生的归纳、演绎能力。教师还需要优化课程结构，增加选修课的比重，以弥补各种必修课给学生的知识结构造成的禁锢，这样有利于学生开展自主学习，发展兴趣爱好。对于计算机科学与技术专业的学生而言，要利用其专业特有的优势，提倡其进行跨校、跨院、跨学科地选修课程，因为计算机科学与技术专业涉及的学科范围非常广，多元化的知识补充有利于更好地完善专业知识的学习。
3.实践性原则要求教师必须理论联系实际，深入学生中获取第一手资料，从而归纳总结出符合学生的经验方法。众所周知，计算机科学与技术专业区别于其他的专业学科的最重要的特点就是其本身是一门实践性很强的应用性学科，注重学生对计算机的熟练操作和应用，因此，教师在进行课程设计和课程教授时，应更加重视培养学生的动手能力，可以有针对性的根据阶段课程的学习，开展一些相关的竞赛活动，以激励形式激发学生的学习热情，引导学生自觉重视操作技术的培养，特别是带领学生参加一些科研课题的开发。
计算机科学创新性思维的培养
一、计算机科学与技术对培养学生的创新性思维和动手能力的方法
根据创新教育理论，创新能力包括创造性观察能力、记忆能力、想象能力、思维能力和实践能力五个方面。运用计算机科学与技术，通过创设问题环境，培养学生思维的灵活性与创造性，激发学生进行创造性学习，营造主动参与、合作探究的学习方式，从而提高学习效率，培养创新能力。
1.在课堂教学中训练学生的创新性思维和动手能力爱因斯坦曾说过“:思维世界的发展，在某种意义上说就是对好奇的不断摆脱。”而好奇心是学生的天性，有好奇心才会有学习的动机，才会有发明创造。一般来说，好奇心强的学生对知识的渴望迫切，上课时注意力更集中。计算机科学与技术这门课程的无限拓展性很好地满足了学生的这种好奇心，通过问题探究、协商学习、意义建构等活动，激发起学生的学习动机，培养其学习兴趣，使教学过程转化为以学生为主体的学习过程。通过学生与学生之间的协商讨论方式，使学生主动去读书、去探索、去感悟，从而获得新知识、掌握新知识，这个过程在某个意义上说，也是一个创新的过程。
2.在计算机科学与技术活动中培养和提高学生创新性思维和动手操作能力以实践和操作为特点的计算机科学与技术专业遇上了大多数是独生子女，在蜜糖中泡大的孩子。虽然他们思维活跃，容易接受新生事物，但是依赖性也十分强，遇到困难是不会考虑自己如何解决，
众所周知,计算思维(Computational thinking)能力是计算机专业人才的最基本、最重要的能力之一[1]。目前,我国高校的计算机科学与技术专业通常会先在课程体系中安排以数学分析为基础、以实数为主要运算对象的课程,接着安排以离散数学为代表的、以抽象集合及元素为运算对象的课程,希望能通过这些课程的学习来培养学生的计算思维能力。尽管计算机科学在本质上源自数学思维,它的形式化解析基础筑于数学之上,但是仅仅通过数学课程的学习来使学生弄清计算思维的基本概念和内涵是不够的,而且进程太慢。
对于刚刚进入大学进行专业学习的大学生来说,他们在中学阶段获得的计算机知识是有限的,没有专业的背景,并没有认识到计算思维能力对计算机专业学习和能力培养的重要性。如果我们能在一年级就帮助学生对整个计算机科学有一个整体的认知,处理理解计算机科学的概念、思想和基本方法,将有力于学生尽快完成从中学到大学学习方式方法的转变,有助于学业的完成。
因此,我们有必要从计算思维的角度向学生阐述计算机学科思想与方法论,使学生一开始对专业课程学习有一个比较准确的定位,对计算机科学的专业内涵和方法论有所了解,从而进一步明确学习的目标,培养自己良好的学风。
2 计算思维与计算机专业学习导论
J. M. Wing教授在《Computational Thinking(计算思维)》一文中指出[2]:计算思维是建立在计算过程的能力和限制之上的,不管这些过程是由人还是由机器执行的。计算方法和模型给了我们勇气去处理那些原本无法由任何个人独自完成的问题求解和系统设计。计算思维涉及运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为,它涵盖了反映计算机科学之广泛性的一系列思维活动[2]。
从计算机发展的历史来看,目前的计算机已经成为适合于每一个人的“一种普遍的认识和一类普适的技能”[2]。一定程度上,这也意味着计算机科学从前沿高端到基础普及的转型[3]。
为了使计算机专业的学生一开始就能对专业的课程体系和知识体系有一个比较清晰的了解,我们必须给学生提供一门导引型课程,站在计算思维的高度和广度来论述计算机学科的基本概念、基本方法和发展趋势,讨论学科的内涵和本质,科学地为学生们进行正确的导学。
为此,针对初入大学的计算机专业学生,我们设置了“计算机科学导论”课程,
计算行动则是一种新的计算机教育框架，提出在学习计算机的同时，年轻人也应该有机会利用计算机来创造对他们的生活和社区有直接影响的事物。计算行动具有两个关键维度：计算身份和数字赋能，而且进一步提出通过专注计算行动以及计算思维，教师可以使计算机教育对年轻的学习者更具包容性、激励性和赋能作用。
从计算机学习者开始学习编程的那一刻开始，他们就有能力去开发对他们的生活有实质影响的计算机产品，而他们所需要的就是处于一个允许他们这么做的环境之中。
很多时候，K-12计算机教育一直强调孩子学习编程的“基础”。更高阶段的以发展学习者的计算思维为中心的计算机科学教育，主要聚焦于让学习者去理解计算的一些细节要素，如变量、循环条件、并行、运算符和数据处理。这种最初的关注点是计算的概念和过程，将开发现实应用程序留给“以后”再做的做法存在这样一种风险：让学习者觉得学习计算机对他们来说并不重要。这种做法回避了很多学习数学和物理的学生们都曾问过的一个问题：“什么时候我们才能在生活中运用到所学的知识？
虽然已经有各种尝试将计算机教育置于现实世界的背景与问题中，但这些尝试通常开发的是通用系统（例如为超市设计的结账系统），无法与学习者特定的个人兴趣和生活联系起来。尽管这些系统在实际应用中对所有学习者都是有价值的，但是对于年轻女性和来自非主流群体的青年来说，并没有给他们提供开发具有现实意义的计算机解决方案的机会，这是一个严重的问题。对于传统上在计算领域代表名额不足的这些群体，人们发现，融入并归属于更广泛的计算社区的感觉与能够开发对其自身和社区都至关重要的计算解决方案密切相关。通过与学生的现实生活联系起来，我们可以帮助他们以批判的眼光看待自己能够在影响社区方面充当怎样的角色，并且使得他们不仅仅止步于学习简单的编程，相反，我们可以问他们想要对什么内容编程以及为什么对它们编程。
通过将计算机教育置于与学生紧密相关的现实世界中，可以能让更多的人参与到计算机领域中来为青年和社会带来好处。这不仅有助于培养急需的程序员，也向社会输送了计算机文化和有解决问题能力的公民。
首先，逻辑思维能力是所有理工科共同需要的重要能力（其实社会科学也一样需要）。计算机技术本身就是抽象加工出来的运算机器，所以逻辑思维能力用的更多一些。
然后，要说句不好听的。IQ大家应该都知道，其中占很大比重的就是逻辑思维能力。研究显示其主要是天生决定的，后天虽然能提高，但是比起天资聪颖的人，总还是差很多。
当然，还是可以通过努力有所提高的。下面来说一说如何提高。
一是掌握正确的基本逻辑方法。说起来很简单，逻辑学教材拿一本出来你会觉得完全没必要读，全篇废话。但是这的确是基础。
二是进行思维训练。思维训练就是思考。看一些讲算法的书比较有利于快速提高。算法类书籍难度各异，侧重点也各异。有的注重形式逻辑，有的完全是符号推演。根据自己能力需求选择吧。
三是注重知识应用。我们都学习了十几年，积累了很多知识，但是教育体制畸形，我们学的好多东西单纯被拿来应试，却不会应用。像是数学，题主应该学完了高数，做题可能手到擒来。现实生活中能像做题那样直接应用吗？
逻辑思维能力在科学研究领域决定了一个人的成就上限。换句话讲那些站在科学殿堂顶端的人都具备超凡逻辑思维能力。但是无奈，只能尽力去提高，却不能保证必然成功。
答：我也去答题访问个人页 关注 展开全部 如何能够更好的提高自己的科学素养,人文素养,使自己 首先要利用业余时间多阅读科普书和多观看科普节目,以增强对科学术语和基本概念的理解认识;其次是培养自己的科学态度,争取成为一个对科学保持浓厚兴趣的学习者、发现者、创造者和科学精神的弘扬者,同时在教学实践中不断思考...
答：少儿编程教育是通过编程游戏启蒙、可视化图形编程等课程，培养学生的计算思维和创新解难能力的课程。少儿编程学习年龄段：4-6岁：少儿编程小游戏 这一阶段不必刻意学习，可以玩一些不含字母的编程小游戏，比如用指令控制一个角色到达终点，绕过障碍物，用循环来完成重复任务等等。7-9岁：可视化少儿编程学习 ...
答：我初中毕业```就是程序员要学些什么```越详细越好不要复制他人的内容来回答待遇``前景`怎么样需要学多久``按一般人来说,需要学多久我就是想学起来谋生`在什么学习学呢?... 我初中毕业```就是程序员要学些什么```越详细越好不要复制他人的内容来回答待遇``前景`怎么样需要学多久``按一般人来说,需要学...
答：4、上机实战，学习编程最重要就是需要多上机练习，所以电脑上需要安装所学语言对应的编译软件，多看书，多敲代码，实践出真知。5、多向他人学习。编程的学习离不开借鉴模仿，初学编程可以多看看厉害的人的编码，多总结他人代码的优缺点，反思自己如何能够从哪些方面改进代码，优化代码。6、学习编程需要的...
答：人工智能是交叉学科，其中数学和计算机编程是学习人工智能最重要的两个方面。这些在“知云AI专栏”之前的文章“认识人工智能”，也为大家介绍过，没阅读过的同学可以去看一下。下图为人工智能学习的一般路线：2补充数学或编程知识 对于已经毕业的工程师来说，在系统学习AI之前，一般要补充一些数学或者编程...
答：多维是指具有多个维度或方面的概念或事物。多维具体可以从不同角度来解释。1. 数学角度 多维在数学上指的是超过一维的空间或数据。比如二维平面、三维立体空间等。多维数据在计算机科学中也很常见，例如图像处理、机器学习等领域经常处理多维数据。2. 数据分析角度 多维数据也可以理解为包含多种属性或特征的...
答：三、计算机科学中的维度 在计算机科学领域，维度常用于描述数据或信息的结构。例如，在数据库设计中，维度的概念用于设计表的结构和关系；在数据分析中，多维度数据能帮助分析人员从多个角度理解数据。此外，在计算机图形学中，维度也用来描述图形的复杂性和细节层次。比如二维图形主要存在于平面，而三维图形则...
答：老舍引用谷歌PeterNovig的结论,少数高质量数据+复杂算法被大量低质量数据+简单算法打败,来证明这一思维。Peter的研究是Web文本分析,确实成立。但谷歌的深度学习已经证明这个不完全对,对于信息维度丰富的语音、图片数据,需要大量数据+复杂模型。最后是要相关性不要因果性。对于大批量的小决策,相关性是有用的,如亚马逊...
答：计算机科学与技术专业课程有哪些1、数字逻辑电路2、计算机组成原理3、计算机系统结构4、数据库概论5、操作系统所有计算机专业都要学的课程有哪些大学计算机专业都学:计算机应用基础、应用文写作、数学、英语、德育、电工与电子技术、计算机网络技术、C语言、计算机组装与维修、企业网安全高级技术、企业网综合管理、windows ...
答：与理工科交叉而衍生的计算机专业很多,如数学与应用数学专业、自动化专业、信息与计算科学专业、通信工程专业、电子信息工程专业、计算机应用与维护专业等。 1)数学与应用数学专业: 专业要求与就业方向:数学与应用数学是计算机专业的基础和上升的平台,是与计算机科学与技术联系最为紧密的专业之一。该专业就业面相对于计算机...
