掌上读书

繁体版 简体版
掌上读书 > 从大学讲师到首席院士 > 第一百零三章 让王浩见识一下什么叫专业!

第一百零三章 让王浩见识一下什么叫专业!

章节错误,点此举报(免注册),举报后维护人员会在两分钟内校正章节内容,请耐心等待,并刷新页面。

当真正投入到数据中的时候,王浩发现A级难度的实验分析确实很不一般。

上一次帮助夏教授给纳微实验室做数据分析,研发难度评级就只有‘C’,‘C’级难度的研究,做两堂相关课程的讲解,灵感就能积累到上百点。

只要认真投入到数据理解工作中,灵感值的上升速度也非常快,完全不亚于教学回馈的速度。

现在不一样了。

他花费一个多小时的时间去研究数据,发现数据量比上一次庞大的多,而且也要复杂的多,单单是实验相关的数据分类,就有二、三十种,细分有上百种之多,每一种都可以说是海量的内容。

如果一条条看过去,根本就看不完。

他只能试图去理解每一种数据分类,对数据包含的内容更了解,也对于实验有个整体的了解。

在消耗教学币专注模式下,效果还是很不错的,一个多小时涨了三点灵感值。

相对于A级任务难度来说,自己做研究,一个小时能获得3点灵感值,速度已经非常快了。

王浩看了一下时间,带着期待去上课了。

《概率论与数理统计》。

时间已经进入12月底,《概率论与数理统计》课程也进入到后期阶段,讲的都是二维离散变量的分布、随机变量的密度等内容。

这一部分和数据分析工作关联性很高。

王浩带着期待开始了课程,教室里的每个学生都听的很认真,有的学生看过来的眼神甚至有些敬畏。

这就是王浩连续完成大成果的影响了。

对于西海大学以外的人来说,王浩就是只存在于电视和报道中的数学天才,而对于教室里的学生来说,王浩是每周都能见到的老师。

当每周都能见到的老师,频频出现在报道中的时候,他们都有种不可思议的感觉。

所以有些学生都开始期待王浩的课程了,那些不爱学习的学生也都专注于课程,因为他们不学习反倒成了特殊人群。

有些其他专业的学生就会羡慕的说,“你们的课程老师是王浩教授,多好啊!”

“王浩教授可是顶尖的数学天才!”

“这种课一定要珍惜!”

当类似的说法多起来以后,他们都觉得不认真听课,会感到很惭愧、以后会很后悔。

等这个学期结束以后,再想听到王浩的课程就不容易了。

现在王浩的课程也很紧张了。

随着名气越来越大,学校里好多研究生和其他专业的学生都过来蹭课,有时候看到有学生不学习,问起来才知道是其他专业的。

这就有点尴尬了。

王浩很认真的强调,“我欢迎所有人来听课,但不是来听课的,就不要来。”

“我的课程里禁止玩手机,禁止睡觉,必须认真听,否则请你离开教室。”

他非常严厉的强调,就是想让那些过来上课,却拿着手机拍照的学生离开。

这种表态还是有效果的。

不会有来听课的学生,会希望被王浩指着鼻子驱赶出教室,也许被拍下来发到网上就出名了,上课的过程中,他们也不得不放下手机,和正常学生一样遵守纪律。

好在类似的学生并不多。

王浩并不禁止会拍照,甚至直接录像都可以,前提是上课之前或上课之后,课程进行中是不能有这种行为的。

他不是那种网红教师,教学过程相对有些沉闷,拍下来也没什么看点。

如果能够认真的听讲,那么理解效率就会很高。

反之,就没意义了。

……

课程很快结束了。

一节课,两个课时讲下来,连一个睡觉的学生都没有,让王浩感觉缺少成就感,他还是期待有学生不认真听,就能教育一番,也顺带增加一点儿课堂娱乐。

可惜啊……

这届学生都太听话了!

他甚至有点怀念上个学期的课堂,有学生去教务处举报,有的学生就故意上课玩手机、趴着,和学生斗智斗勇的过程,也能给课堂带来欢乐气息……多美好啊!

课程结束。

一大群学生围过来进行答疑,其中有一半儿都不是计算机专业的本科生,甚至有研究生拿着高难度的题目过来提问。

王浩还是先给自己班里的学生答疑,其他人都排在班里的学生后面,答疑持续了半个小时,他看着到时间也就结束了。

如果有学生再有问题,就很抱歉,只能等到下一次了。

现在他可是很忙的,能给出半个小时答疑已经很不错了,不可能满足所有学生的答疑需求,否则一天就什么都不用干了。

等抱着书本去了食堂的时候,他才发现课本加了一个心型的彩纸,翻开仔细一看,上面用浪漫的语调,表达了对自己的爱意?

“这是哪个学生呀?”

“师生恋可是要不得的,即便年龄相差不大,我也是老师啊。现在的学生真是太开放了!”

“人心不古啊!”

王浩感叹的说着打开纸条,仔细看了一眼下面的署名,然后就把纸条撕碎扔进了垃圾桶。

……

一直等回到综合楼办公室,王浩就没有心思想什么女学生的情书问题了。

他查看了一下任务系统,发现一节课下来‘任务一’只有一点灵感值增长。

一点……不可能吧!

王浩仔细看了又看,才确定自己没有看错。

整个课程进行过程中,系统只提示了一次灵感值增加,他仔细的想着课程中的收获,发现确实没什么提升,再看向数据感觉还是一样的。

虽然难度是A级别的研发,但只有可怜一点灵感的提升,都可以说是鼓励性质的增加。

为什么呢?

他仔细思考着有了答桉,“首先要对数据有足够多的了解,灵感值才能长得快一些。”

“如果没有任何了解,即便上再多的课程,灵感值增加速度也会非常缓慢。”

这和数学研究完全不一样。

数学研究可以理解为‘针对解决一个问题’,而在研究的初始,他对问题就已经很了解了。

『加入书签,方便阅读』