Завершились первые стэнфордские онлайн-курсы и хотелось бы кратко поделиться своими впечатлениями по итогам.
Во-первых, интересно было взглянуть на образовательный процесс за рубежом. Понятно, что онлайн накладывает свою специфику:
- более широкая аудитория, как следствие, полная автоматизация проверки заданий. В чем-то, конечно, задания становятся более “типовыми” с вариантами ответа, вместо предоставления простора для фантазии.
- более сжатые сроки – вместо стандартного семестра, курсы были рассчитаны на 10 недель. Для преподавателей это, по сути, дополнительная работа, на чистом альтруизме, так что не думаю, что полноценные пилотные курсы были бы возможны в принципе.
Интересно, что разные классы предложили разные подходы к обучению: Machine Learning и Introduction to Databases предложили материал блоками по ~15 минут в среднем (во время видео иногда предлагается несколько простых вопросов для самопроверки того, что материал усвоен правильно), Introduction to Artificial Intelligence же разбили лекции на множество маленьких фрагментов, порой по одной-две минуте, с большим количеством вопросов. Причем часть вопросов задавалась до подачи материала. Судя по форуму на странице курса, многим такой подход не нравился. Что касается лично меня, то я не вижу в нем ничего плохого. Приведу цитату, не от авторов курса, но которая отлично подходит к описанию данного подхода:
“It is always better, by the way, to say yes or no and be right or wrong, because then you have some emotional commitment to it and we will remember better, rather than just sitting and being quiet. You don’t manipulate your own emotions well enough to remember things well. Those people who voted win over the people who don’t vote, whether they are right or wrong”.
Если вы в процессе обучения, делаете какое-то предположение – у вас появляется некая эмоциональная связь с ним, и не столь важно окажитесь вы в итоге правы или нет, как минимум будет интересно, узнать что в ваших предпосылках было ошибочно и вероятнось того, что данный материал отложится в памяти несколько увеличивается.
Программа курсов меня порадовала, взять к примеру, db-class – изначально я не рассчитвал узнать что-то новое из него, “ну будут sql-запросики” – думал я. На деле все оказалось не так. Да sql был, но это была лишь одна из частей курса! Реляционная алгебра, рекурсия в sql, OLAP – все это было приятным и неожиданным дополнением, малознакомым несмотря на повседневную работу с базами данных при веб-разработке.
Machine Learning был пожалуй наиболее темной лошадкой и потому все лекции оказались довольно познавательными, хоть и слегка растянутыми на мой взгляд. Отдельно стоит упомянуть о программных упражнениях – все они были рассчитаны для выполнения в Octave (opensource аналог Matlab’a) и представляли собой реальные задачи, например, распознавание цифр из растрового изображения. Какрас задачи был определен профессором, от вас же требовалось реализовать различные функции, изначально представляющие собой заглушки в каркасе.
AI class, к сожалению, программными упражнениями не порадовал, а это, пожалуй, могло бы значительно улучшить курс. Надо отметить, что ml-class и db-class уже были реализованы в рамках проекта OpenClassRoom и, по сути, просто получили более широкую огласку – большая часть материалов уже была создана и обкатана и оставалось только подправить что-то где-то и добавить немного нового материала (например, лекцию по NoSQL). AI-class же создавался с нуля, так что не удивительно, что в реализации не хватило главным образом, наверное, времени. Но не смотря ни на что, класс получился очень даже приличным, хотя на мой взгляд, где-то после середины курса, подача материала стала порой уж слишком обзорной.
В db- и AI-классах были предложены промежуточные и финальные экзамены, причем время на выполнение экзаменов по db было ограничено (но вполне достаточно). Экзамен представлял из себя 20 вопросов с несколькими вариантами ответов по базам данных и чуть меньшего количества вопросов и чуть больше свободы в ответах (например посчитать вероятность и отправить полученый результат) в AI. До атмосферы настоящих экзаменов, конечно, далеко, но в качестве стимула к выполнению – вполне себе.
На начало следующего года стэнфорд уже анонсировал с десяток новых курсов. По опыту трех прошедших, я хочу сказать, что для работающего человека 3 курса такой же насыщенности это очень много и я, скорее всего, выберу из новых только два. На каждый курс в среднем в неделю уходило где-то 5-8 часов: примерно 2 часа – видеоматериал, плюс вопросы, плюс упражнения. Одним выходным пожертвовать вполне можно, но два это уже много. Также по себе заметил, что материал лучше усваивается если его изучать постепенно в течение недели – но с 3-мя курсами, это очень проблематично.
В качестве бонуса к знаниям, в конце курса выдается Statement of Accomplishment – пдфка с информацией о количестве набраных балов, выглядит так:
