你不需要擅長數學來成為一個蘋果編碼器

對于微軟首席執行官薩迪亞納得德拉，編碼就像詩歌，現在，研究人員透露，一個人不需要善于數學，成為蘋果這樣的硅谷科技巨頭的一個好的編碼員。

華盛頓大學在西雅圖的新研究發現，學習語言的自然能力是學習對程序的更強大的預測因素，而不是基本的數學知識或數學。

這是因為寫作代碼也涉及學習第二語言，能夠了解語言的詞匯和語法，以及他們如何共同溝通想法和意圖。

與兩個領域相關的其他認知功能，例如解決問題和工作存儲器的使用，也扮演關鍵角色。

“編程的許多障礙都是圍繞著編程依賴于數學能力的想法，并且這種想法并非在我們的數據中誕生，”心理學副教授的領先作者Chantel Prat表示。

“學習計劃是艱難的，但越來越重要的是在勞動力中獲得熟練的職位。普拉特闡述了有關善于編程所需的信息擅長令人難以置信的人群。“

該研究檢測了一名以三十名成年人的神經認知能力，因為他們學識到Python，這是一種常見的編程語言。

通過電池進行測試以評估其執行功能，語言和數學技能，參與者在Python中完成了一系列在線課程和測驗。

那些學到了Python的速度更快，準確性更高的人傾向于制定強烈的問題解決和語言能力，表明了COMENTIC REPORTS中詳述的結果。

研究人員發現，語言能力測試中的分數是參與者最強的預測因子“Python的學習率。

來自匯流和流體推理的測試的分數也與Python學習率相關，但這些因素中的每一個都解釋了比語言能力所做的那么少。

這是第一項研究，以將自然語言能力的神經和認知預測因子聯系到學習編程語言的算法差異。

“我們能夠解釋不同人在Python中學習速度的速度超過70％的可變性，并且只有少量這筆款項與計算有關，”Prat說。

進一步的研究可以檢查教室設置中語言能力和編程指令之間的連接，或者以更復雜的語言，如Java，或者具有更復雜的任務來證明編碼熟練程度。

編碼與數學和工程有關;大學級規劃課程往往需要先進的數學來報名，他們傾向于在計算機科學和工程部門教授。