目前国内大学计算机系的传统教学模式确实存在不少弊端。所幸的是已有越来越多的有识之士开始意识到这些问题，并积极探索改革的方向和出路。特别是针对计算机教育，国家已着手大力扶持，除强化计算机系的教学质量外，还批准开办了多所不同层次的示范性软件学院，一些高校也开始了改革教学的实际行动。
在学位制度方面，国内高校基本上没有严格的淘汰制。特别是对于研究生，能考进去基本上就可以获得学位。而美国大学对学位的评定则是层层筛选，而且学位越高，淘汰的比例越大。这种对人才质量严格把关的机制，尤其值得我们仿效。
研究生的适应能力以及创新能力在很大程度上取决于坚实的理论基础和专业基础知识，这是高质量研究生教育的重要特征之一。在当今科学技术突飞猛进，专业知识日新月异的时代，只有扎实掌握专业的理论基础和系统的专业知识，才有可能从事这个专业所进行的科研、教学和其他专业技术工作，才能打好进行创造性研究的基础。因此课程的学习就显得尤为重要。如果没有合理的、科学的课程设置，没有切实可行的教学计划，课程教学就没有可靠的科学依据。如果课程教学不是立足于本学科的前沿，不立足于提高研究生的学术水平和科研能力，那么课程的教学质量就得不到保证。由于课程学习是实现研究生的培养目标、保证研究生质量的重要环节。课程设置将直接影响到研究生知识面的宽度和研究能力的高低，因此，研究生课程的设置是否合理、科学是非常重要的。
国内大学的研究生教育，专业课设置过于专业，例如，过去的物理化学专业是一个博士点，博士生上的课程全是物理化学。四大力学全是物理化学的内容；有机化学，学生修的全是有机化学，学术面过窄。而国外已经打破了二级学科的限制，甚至打破了一级学科。例如，国外化学系的博士生，有些课程是属于生物学，有生物仪器分析、生物物理学等课程。这样培养出来的学生适应能力和研究能力就相对较强。可以在学科的发展中间迅速调整自己的学科方向，跟上学科发展的潮流。我们过去培养的学生就非常专业，跳出自己的专业就一筹莫展。所以我们必须改变在很窄的专业学科范围内培养研究生的这种局面，要打破二级学科的限制，甚至要在一级学科上做些交叉。
美国大学的研究生院、研究生教授协会和科系对研究生课程的设置极为重视。一般而言，本科生与研究生的根本区别在于研究生的“后劲”比本科生足。而后劲来源于宽厚、坚实的理论基础。基于这种认识，国外大学科系在硕士研究生新生入校后，要进行摸底考试。若考试成绩不理想，则建议新生补课，并且只能在课程编号为600－699的范围内确定相关的补课科目。倘若核心课程的成绩达不到“B”，则失去获得研究生学位的资格。目前在美国大学的研究生培养方案中，理工科研究生的数学和有关基础理论学科的总学时仍呈上升趋势。一些著名的学府，研究生新生在第一学年不学习本专业课程，而是学习数学、物理、化学或统计学等课程。在此基础之上，从事本专业课程的学习。
这里再顺便谈谈美国大学的博士生制度。美国大学博士生的培养尤其重视课程学习。其课程设置的范围较广，一般要求修16－20门课程，30－40个学分（文科要求修满45个学分以上的课程，理工科侧重实验，一般要求修满30个学分以上的课程）。基础课程的学习时间为1－2年。课程设置通常分为5个专业领域，其中一个领域还要跨一级学科。要求写大量的书评和课程论文。学习期间有多次考试，最后还要通过所修课程的全面性考核。各大学对博士生考试成绩的要求不尽相同。有的大学要求在B级以上；有的大学规定要有2门课程的成绩为A级，否则取消获得博士学位资格。例如，柏克莱加州大学工学院，要求博士生主修领域的课程成绩必须达到3.5，辅修领域的课程成绩也必须达到3.0。
现在看看美国大学计算机系研究生的课程设置及毕业要求。仍以纽约市立大学(CUNY) 为例：
被录取的研究生新生必须完成以下三门课程（不算学分）之后，才能真正开始攻读研究生的课程：
1. 数据结构(603. Data Structures) ；
2. 汇编语言与计算机结构（642. Assembly Language and Computer Organization）；
3. 信息技术概览（615. Survey of Information Technology）；
在完成上述三门课的前提下，必须完成30个学分时，编号不低于700的课程，这些课程包括：
1. 算法1 （700. Algorithms I）；
2. 分布计算（715 Distributed Computing）；
3. 可计算性与复杂性(722 Computability and Complexity)，主要讲述计算模型，如图灵机，随机存取机器，时序电路等等；
4. 计算机体系结构与网络（744. Computer Architecture and Networks）；
5. 软件类，必须完成以下课程中的一门：
l 软件设计 （701. Software Design ）；
l 编译器结构（707. Compiler Construction）；
l 计算机图形（718. Computer Graphics）
6. 硬件类，必须完成以下课程中的一门：
l 开关理论 （745. Switching Theory）：这部分主要同电子电路有关；
l 计算机系统（746. Computer Systems）：主要是指并行计算机结构、RISC及CISC处理器，并行计算的程序设计等；
l 计算机网络（748. Computer Networks）
7. 应用数学及算法类；
l 算法2 （762 Algorithms II ）；
l 系统模拟（764. Topics in Systems Simulation）；
l 计算机系统概率模型（766. Probabilistic Models in Computer Systems）
8. 在获得21个学分时后，每个学生还必须满足或完成以下几个毕业条件（Capstone Requirement）中的一种；
l 软件开发项目实习（731 Software Development Practicum）；
l 研究项目实习（732 Research Practicum）；
l 硕士论文（733 Master's Thesis）
前面提到美国大学研究生教育的一个明显特点就是多学科交叉。这里就以笔者研究生的课程为例，对此作进一步的阐述并以此结束本文。课程是关于手写数字字符的识别问题。这门课程应该属于电子工程、人工智能、智能识别、信号处理、自动化处理等学科的交叉学科。首先，这门课程没有教材。全部阅读材料由教授Dr.Ihsin Phillips提供。这些阅读材料大部分是发表在IEEE刊物上的论文。这些论文都是讲述如何进行手写数字字符的识别。每篇论文采用的识别算法都不一样，而且作者来自不同的国家。
教学和考核的方法是，学生分成若干小组，每个小组负责自己的材料。小组成员将在课堂上讲述自己对数字识别算法的理解以及自己的观点。然后依据演讲的情况来评定成绩。但期末考试则不同，阅读资料在期末演讲前一个月分发下来，并且要求每个学生必须独立完成所有的工作，例如：阅读、理解、算法分析、算法扩展，幻灯片的制作、演讲内容的准备，以及对可能被提及的相关问题的准备等等。
下面列出教授提供的部分学习资料。这些是来自不同国家不同大学的研究成果。有国内的清华大学，还有来自美国纽约州立大学布法罗分校、英国Essex大学，韩国以及巴西的一些大学。
1. 一种新的分割手写的非规范数字字符串的方法 (A New Method for Segmenting Unconstrained Handwritten Numeral String)
作者：Bin Zhao, Hui Su and Shaowei Xia
Department of Automation
Tsinghua University, Beijing, 100084, P.R. China
2. 分割与识别完全非规范手写数字字符的系统（A System for Segmentation and Recognition of Totally Unconstrained Handwritten Numeral Strings）
作者：Z. Shi: S. N. Srihari, Y-C. Shin and V. Ramanaprasad
Center of Excellence for Document Analysis and Recognition
State University of New York at Buffalo: Buffalo, NY 14260, U.S.A.
3. 分割与识别手写数字字符的新的范例（New Paradigm for Segmentation and Recognition of Handwritten Numeral String）
作者：Sungsoo Yoon, Gyeonghwan Kim, Yeongwoo Choi, Yillbyung Lee
Dept. of Computer Science, Yonsei University, Seoul, Korea
Dept of Electronic Engineering, Sogang University, Seoul, Korea
Dept of Computer Science, Sookmyung Women’s University, Seoul Korea
4. 面向对象的表单描述语言与表单手写字符的处理方法（An object-oriented form deion language and approach to handwritten form processing）
作者：C. Cracknell, A.C.Downton, and L. Du
Department of Electronic Systems Engineering
University of Essex, Wivenhoe Park, Colchester CO4 3SQ, U.K.
5. 分离手写数字字符图像的识别( Disconnected Handwritten Numeral Image Recognition)
作者：Luan Ling Lee and Natanael Rodrigues Gomes
Decom-Feec-Unicamp
Universidade Estadual de Campinas
此外还有其它一些相关的学习材料，但笔者印象最深的就是这五篇论文。从阅读资料的来源就可以看出教授Dr.Ihsin Phillips渊博的知识。通过这门课程的学习，可以扩展学生的思维，同时学生也更加深刻体会到交叉学科对本专业知识起到的一种补充和促进作用。