Python AI - NOAI水平测试课程大纲

NOAI水平测试课程大纲

---

**NOAI水平测试课程大纲(初赛) **

适合学生

• NOAI面向人群：NOAI活动面向对人工智能领域有浓厚兴趣的中国大陆9-12年级在校中学生。

水平测试-考察范围

• 一般性计算机技能和人工智能基础知识
• Python编程基础、基础数据结构
• 人工智能的基本算法和基本概念

中国站、国际站-考察范围

• 进阶计算机技能 & 人工智能进阶知识与技能
• 应用Python语言和已有工具、框架解决真实的人工智能问题
• 理解深度学习的基本解决问题方法，了解其中的部分数学背景
• 掌握Scikit-learn机器学习工具包和PyTorch框架的基本应用，并能在文档的帮助下使用它们进行实验，解决真实人工智能研究相关问题

课程大纲

**第一阶段：Python基础 **

1. Intro to python program 编程基础入门
2. Variable, expression and statement 变量与语句
3. Input/output 输入输出
4. If/else 判断条件
5. Iteration 循环
6. Function 函数
7. String 字符串
8. List 列表
9. Tuple 元组
10. Dictionary 字典
11. Classes and objects 类与对象
12. Classes and function 类与函数
13. Classes and methods 类与方法
14. Module 模块
15. Package 包
16. Standard class 标准类
17. Inheritance 继承
18. Sorting/Searching 搜索与排序
19. Review 复习
20. Practice 练习

**第二阶段：数学基础 **

1. Intro to Calculus 微积分基础
2. Intro to Calculus 微积分基础
3. Intro to Linear Algebra 线性代数基础
4. Intro to Linear Algebra 线性代数基础
5. Numpy + Pandas + matplotlib + seaborn 机器学习常用库

**第三阶段：机器学习 **

1. Intro to AI 人工智能概述
2. Linear Regression 线性回归
3. Linear Regression 线性回归
4. Logistic Regression 逻辑回归
5. Logistic Regression 逻辑回归
6. Neural Networks 神经网络
7. Neural Networks 神经网络
8. Activation Function + Optimizer + Vanishing Gradient + dropout + softmax 激活函数+优化器+梯度消失+dropout+softmax
9. Decision Tree 决策树
10. Random Forest + Ensemble Learning 随机森林+集成学习
11. Naive Bayes Algorithm 朴素贝叶斯算法
12. Association Rule Algorithm 关联规则算法
13. Support Vector Machine + Gaussian Distribution 支持向量机+高斯分布
14. Clusters 聚类
15. PCA + Anomaly detection 主成分分析, 异常检测

荣誉设置

• 所有参与者均可获得电子证书
• High Distinction: Top 10%
• Distinction: Top 10%–30%
• Merit: Top 30%–50%
• Participation: 50%

（注：荣誉设置部分附有一个饼图，比例分布为：High Distinction 10%, Distinction 20%, Merit 20%, Participation 50%）

---