| 中学高阶硬件编程 |
| 内容介绍 |
以PYTHON作为编程语言的软硬件编程课。软件部分使用pyQt5 制作电脑端上位机软件。硬件部分使用STM32 自研主控板。通过编程控制可变形机器人和多种硬件传感器。 |
| 百科知识 |
数学几何、光何知识、数字通信、超声效应、网络通信 |
| 编程技能 |
串口调试器、红外传感器、超声波传感器、湿湿度传感器、重力感应传感器、模拟舵机、摇杆、无线模块、WIFI模块、摄像头模块 |
| 教学理念 |
培养解决循环ifelse 条件语句、运算符、随机数、网络编程、多线程编程、pxqt5界面设计、5C |
|
| 图型化智能编程 |
| * |
Level 1 |
Level 2 |
Level 3 |
| 名称 |
Scratch Jc 情景故事编程 |
Scratch 游戏动画编程 |
Scratch智能应用编程 |
| 编程知识 |
六大编程模块 事件触发、运动、外观、声音、控制、结束顺序执行、并发执行、广播机制、有限与无限循环 |
十大核心模块基本结构顺序、分支、循环人机交互、消息机制、变量、列表、克隆、函数 |
人工智能模块 语音识别、人脸识别、文字识别、人体识别、机器学习、动作侦测等；冒泡排序、选择排序、递归算法等算法代码编程衔接 |
| 科学知识 |
触入数学、语文、英语、物理等知识 |
| 百科知识 |
结合儿童智力发育敏感期，融入数学、语文、美术、社会生活、音乐、数学六大领域的百科知识 |
| 思维能力 |
编程思维、数学思维、专注能力、表达能力 |
抽象思维、逻辑思维、严谨习惯、解决问题能力 |
批判思维、工程思维、设计能力、创新能力 |
 |
| 智能机器人编程 |
| * |
名称 |
内容介绍 |
| Level 1 |
SPIKE 启蒙 L1 |
使用乐高 SPIKE 教育套装结合圈形化编程，通过有趣的故事引导激发孩子的求知欲，掌握驱动机器人的方法与技巧，让孩子感受机器人编程的魅力。
|
| Level 2 |
SPIKE 启蒙 L2 |
使用乐高 SPIKE 教育套装配合图形化编程，将软件和硬件进行结合，充分发挥孩子的创造力和主动探究能力，并感受人机交互的奥妙，助力孩子成为编程小达人。
|
| Level 3 |
SPIKE 基础 |
机械结构的搭建，如机械手臂、动滑轮、齿轮传动等，结合生活案例制作有趣的机器人项目；基于 Scratch 的图形编程基础模块，重点培养孩子的独立解决问题和空间建构的能力。 |
| Level 4 |
SPIKE 进阶 |
扩展新的机构结构，搭建的难度和自由度升级；图形化编程难度加大，使用的模块和语法增加；融入知名科创挑战活动项目，培养孩子的逻辑思维能力和实战经验。 |
| Level 5 |
SPIKE 高价 |
案例贴近实际生活问题，采用pythno 代码编程，包括变量、函数、数据类型及程序语法等相关知识，通过数据结构和算法应用，得出解决问题较优方法，进一步提升逻辑思维能力和项目整合能力。 |
|
|
| python人工智能编程 |
| * |
名称 |
结构知识 |
| Level 1 |
python趣味游戏编程 |
python语言编程
|
| Level 2 |
python智能场景编程 |
python语言-人工智能编程
|
| Level 3 |
WEB网页编程 |
java scnpt HTML CSS
|
| Level 4 |
WEB服务器编程 |
python web MySQL数据库
|
| Level 5 |
人工智能编程 |
语言识别 图像识别 机器学习 深度学习
|
| Level 6 |
AI手机基础编程 |
Android 开发基础
|
| Level 7 |
AI手机-编程 |
Android 平台开发-
|
| 科学知识 |
融入数学、语文、英语、物理等知识 |
| 思维能力 |
编程思维、数学思维、抽象思维、逻辑思维、批判思维、工程思维、专注能力、表达能力、严谨习惯、解决问题能力、设计能力、创新能力 |
 |
中学高阶人工智能编程
|
| * |
名称 |
编程内容 |
课程目标 |
| Level 1 |
编程原理与网络技术 |
编程语言、计算机组成原理、网络通信与安全软件工程、制作系统、数据库技术 |
理解编程原理，培养计算机科学素养 |
| Level 2 |
搜索引擎与网络爬虫 |
网络爬虫、反爬与反反爬、搜索算法、分布式搜索引擎、大数据缓存技术、WEB技术、互联网技术 |
掌握网络爬虫和互联网技术，成为搜索引擎工程师 |
| Level 3 |
数据分析与可视化 |
数据结构、数据收集、数据清洗、数据分析方法与工具、数据可视化方法与工具智能推荐
|
感受大数据，培养数据思维，成为数据分析工程师 |
| Level 4 |
机器学习与算法应用 |
回归算法、分类算法、聚类算法降维算法等常用机器学习库scikit-Learn与算法应用 |
理解机器学习算法，像数据科学家一样思考，并成为机器学习工程师 |
| Level 5 |
深度学习与神经网络 |
人工神经网络、卷积神经网络、深度学习算法、迁移学习模型、TersorFlow、Keras框架、神经网络性能优化 |
探索人工智能核心算法，成就人工智能工程师 |
| Level 6 |
人工智能应用与实践 |
自然语言处理NIP、循环神经网络、长短期记忆神经网络LSTM、强化学习、智能文本生成 |
应用人工智能算法和技术，成为人工智能商业应用开发工程师 |
|
NOI信息学奥林匹克竞赛课程
|
| * |
名称 |
编程知识 |
学科知识 |
| Level 1 |
NOI 基础阶段 |
C++语言基础算法：递归、递推 数据结构：树 |
数学：质数、平面几何、坐标系、角谷猜想、幂函数、海伦公式等；物理：较好力学、路径与时间、加速度等 |
| Level 2 |
NOI 进阶阶段 |
算法：模拟、贪心、排序、二分法、动态规划、深搜、广搜；数据结构栈、队列、树、图、线上表 |
数学：排列组合、规律求解、逻辑推理、杨晖三角形、指数函数等；化学：分子式、元素周期表等；物理：位置、相对位置等 |
| Level 3 |
NOI 提高阶段 |
算 法：哈 希、搜 索、floyd、dijkstra、spfa、区别动态规划、数据结构：平衡树、二分图、树上差分 |
数学：约数个数定理、矩阵、几何、概率、线性筛、埃氏筛、中国剩余定理、扩展欧几里得算法等 |
|
