全部课

课程

七年级人工智能：人工智能编程基础

学 Python，处理数据，训练模型，做一个带人工智能的小应用。

按顺序学各课。学完后，你能用变量、if 语句、循环、函数、列表和字典写 Python，还能做一个会计分的测验。你能在运行前讲清人工智能写的代码，用人工智能解释报错并改掉它，还能说出哪些部分是你写的。你能读取 CSV 文件，求出平均数和中位数，并画出图表。你能用 Python 库训练分类器并测出准确率，做一个能回答十个问题的聊天机器人，并演示一个会核对答案的练习应用。

这些课怎么用

  • 从标着做这个的课开始。标题下面那一行你自己会了，再往下。
  • 先玩游戏。再做测验。10题里对8题就通过。练习纸在纸上。答案在最下面。
  • 每一课都接在上一课后面。自己把代码打出来，运行它，再改一处，看看会发生什么。
  • 编程课用 Python。一个免费的在线编辑器就够。只用老师允许的人工智能工具。人工智能写的代码，运行前先读一遍。不要把私人信息贴进聊天机器人。

每一课都有游戏、测验和练习纸。

0/36

Python 基础

  1. 1你好，Python运行一个会打印消息的 Python 程序。
    • 打开一个 Python 编辑器。
    • 用 print 显示文字。
    • 读懂并改掉一条简单的报错。
  2. 2变量用变量保存并改变数值。
    • 为数字和文字创建变量。
    • 改变一个变量的值。
    • 给变量起清楚的名字。
  3. 3Python 里的数学用 Python 运算符做计算。
    • 使用 +、-、*、/、// 和 %。
    • 按照运算顺序计算。
    • 在文字和数字之间转换。
  4. 4输入和输出做一个会问数字的计算器，它要有输入和输出。
    • 读取用户的输入。
    • 把输入变成数字。
    • 打印一个清楚的答案。

流程控制

  1. 5if 语句用 if 语句选择接下来做什么：if、elif 和 else。
    • 用 ==、< 和 > 比较数值。
    • 写出 if、elif 和 else 代码块。
    • 正确使用缩进。
  2. 6while 循环用 while 循环重复，直到条件变了。
    • 写一个 while 循环。
    • 用条件或 break 停下循环。
    • 找出并改掉无限循环。
  3. 7for 循环用 for 循环重复固定的次数。
    • 把 for 和 range 一起用。
    • 在循环里把数字加起来。
    • 在 for 和 while 之间做选择。
  4. 8计分测验做一个会计分的测验。
    • 问五个问题。
    • 检查每一个答案。
    • 打印最后的分数。

函数与数据

  1. 9函数写一个带参数和返回值的函数。
    • 用 def 定义一个函数。
    • 把参数传进去。
    • 返回一个结果，并使用它。
  2. 10列表把条目存在列表里，并循环遍历。
    • 创建列表，添加条目，再删除条目。
    • 循环遍历一个列表。
    • 找出最大的条目。
  3. 11字典在字典里按键查找值。
    • 创建一个有键和值的字典。
    • 查找、添加并修改值。
    • 循环遍历键和值。
  4. 12数据整理做一个数据整理程序，能排序和查找记录。
    • 把记录存成字典的列表。
    • 按一个字段查找。
    • 按一个字段排序。

用人工智能编程

  1. 13向人工智能要代码写清楚你向人工智能要的代码。
    • 说出目标、输入和输出。
    • 给一个例子。
    • 比较含糊的请求和清楚的请求。
  2. 14先读再运行运行前先讲清人工智能写的代码。
    • 用自己的话说清每一行。
    • 找出看不懂的一行，再去查它的意思。
    • 认出可能删除或发送数据的代码。
  3. 15用人工智能改错用人工智能解释报错，然后改掉它。
    • 把报错和引起报错的代码一起给出去。
    • 请它解释，不要只请它改。
    • 试一试改好的代码。
  4. 16你的代码，你的作业说明你的代码里哪些部分是你写的，哪些是人工智能建议的。
    • 用注释标出人工智能建议的代码。
    • 遵守班里关于人工智能帮助的规定。
    • 自己重写人工智能写的一部分。

处理数据

  1. 17CSV 文件在 Python 里读取 CSV 文件。
    • 打开一个 CSV 文件。
    • 读取每一行。
    • 把数字列变成数字。
  2. 18基础统计在基础统计里求出平均数、中位数和极差。
    • 用代码计算平均数、中位数和极差。
    • 比较平均数和中位数。
    • 找出一个异常值。
  3. 19图表做一张条形图和一张折线图。
    • 画出条形图。
    • 画出折线图。
    • 加上标题和坐标轴标签。
  4. 20探索数据集探索一个小数据集，回答关于它的三个问题。
    • 写出三个问题。
    • 用代码回答它们。
    • 把一个答案画成图表。

机器学习

  1. 21特征和标签把数据分成特征和标签。
    • 选出标签列。
    • 选出特征列。
    • 在代码里做出 X 和 y。
  2. 22训练模型训练一个模型：用 Python 库训练分类器。
    • 从 scikit-learn 导入一个分类器。
    • 在训练数据上调用 fit。
    • 预测一个新例子。
  3. 23测试模型测试模型：在测试数据上测出准确率。
    • 把数据分成训练集和测试集。
    • 计算准确率。
    • 打印它判错的例子。
  4. 24分类项目在分类项目里，用你自己的小数据集训练并测试模型。
    • 收集或挑选一个数据集。
    • 训练并测试一个分类器。
    • 讲清一个错误。

做聊天机器人

  1. 25对话流程画出一段短对话的流程。
    • 标出问候、提问和告别。
    • 计划机器人听不懂时怎么办。
    • 把这张图变成一组规则。
  2. 26关键词匹配靠关键词匹配来回答消息。
    • 把关键词和回复存在字典里。
    • 在一条消息里找到关键词。
    • 给出一条默认回复。
  3. 27清理文本清理文本：匹配前先变成小写，并去掉标点。
    • 把一条消息变成小写。
    • 去掉标点。
    • 把一条消息拆成词。
  4. 28规则聊天机器人做一个能回答十个问题的规则聊天机器人。
    • 选一个话题，比如学校图书馆。
    • 写十条问题和回复的规则。
    • 和朋友一起试一试。

接入人工智能

  1. 29模型就是函数把模型讲成函数：输入进去，预测出来。
    • 把训练好的模型包进一个函数。
    • 从程序的另一处调用它。
    • 处理它用不了的输入。
  2. 30什么是 API讲清应用怎样通过 API 向一项服务要答案。
    • 说出请求和响应是什么。
    • 读一份示例响应。
    • 说出密钥为什么必须保密。
  3. 31加上人工智能功能在程序里加上老师允许的人工智能功能。
    • 使用班里的人工智能工具。
    • 从你的程序里发给它一个问题。
    • 显示它的回复。
  4. 32规则还是模型分清规则给出的答案和模型给出的答案。
    • 把你的聊天机器人和一个人工智能模型比一比。
    • 说出哪一个更容易测试。
    • 说出哪一个更能处理新问题。

应用项目

  1. 33规划应用规划练习应用：写下它要做什么。
    • 选一个科目。
    • 列出功能。
    • 画出各个屏幕。
  2. 34做出核心做出核心：题目、答案和计分。
    • 把题目存在一个文件里。
    • 按随机顺序提问。
    • 记下分数并显示出来。
  3. 35测试应用用错误的、空的和奇怪的答案来测试应用。
    • 写一份测试清单。
    • 把每一项都跑一遍。
    • 改掉没有通过的地方。
  4. 36作业练习助手演示作业练习助手：一个会核对答案的练习应用。
    • 演示它不用人工智能服务也能工作。
    • 如果你加了，演示一个可选的人工智能功能。
    • 说明哪些答案来自规则，哪些来自模型。