資源簡介

信息科技六上復習資料
第一單元
利用算法來解決問題有多種途徑，如由人工實施或由計算機實現等，不同的途徑適用于不同的場景。在計算機中運用算法解決問題，主要經歷問題分析、抽象與建模、設計算法、驗證與優化算法等過程。
解決問題首先要對問題進行分析，抽象出關鍵要素，建立模型
在抽象的基礎上，總結規律、建立模型是設計算法的前提。
設計算法時，要確定算法的輸人與輸出，并合理地選擇控制結構，準確、有序地描述解決問題的步驟。
抽象與建模可以抓住問題的核心，忽略與問題求解無關的要素。用一定的方式表示關鍵要素之間的關系，有助于問題的解決。
解決問題之前，要對問題進行清晰的描述，包括已知條件、未知條件與求解日標等。
當問題中各對象之間的關系較為復雜時，可以使用表格對問題進行抽象。
根據抽象出米的數據及其關系，可以建立計算模型，進而推導出答案解決問題。
枚舉法的思想是有序地嘗試每一種可能的解，如果滿足正確解的條件就采納，否則繼續枚舉，做到不遺漏、不重復。
使用枚舉法的關鍵是確定枚舉的范圍和正確解的判斷條件。
在明確算法思想的基礎上，使用具體的計算模型，合理選擇控制結構可以得到解決具體問題的算法框架。
描述算法時，要精準描述算法的每一步驟，明確算法的輸人、輸出。
計算機語言是人指令計算機工作的語言。從計算機發明以來，計算機語言從機器語言發展到高級諾言。同一個算法可以使用不同的計算機語言來實現。
編寫與運行程序一般都需要環境支持。比如，IDLE是Python自帶的集成開發環境，它包含了IDLE Shell和程序編輯器兩個窗口。
IDLE Shell用于顯示程序運行結果，也可以直接輸入代碼并運行。程序編輯器用于編寫完整的程序并支持文件保存
賦值:使用賦值號“=”將右邊的值賦給左邊的對象
輸出：在Python中，使用print0)實現1個或多個對象的輸出，多個對象之間用英文逗號分隔。輸出的對象可以是數宇或字符串，字符串需要放在英文單引號或雙引號之中。
在Python中，可以通過IDLE Shell運行程序。在“File”菜單中選擇“Open”，打開相應的程序。在程序編輯器中的“Run”菜單中選擇“Run Module”，即可運行程序。
條件循環語句:在Python中，第一行以while開始，然后是循環的判斷條件，while循環頭部始終以冒號結束。頭部之后的縮進部分是循環體。當滿足判斷條件時重復執行循環體內容，否則停止循環。
Python語言嚴格區分大小寫，如“tu”和“Tu"代表兩個變量。
所有的標點都須在英文半角狀態下輸入。
Python語言使用縮進和“:“區分代碼之問的層次。
#后面為注釋語句，程序運行時不會被執行。
輸入:在Python中，使用input(")實現數據的輸入，”中間的內容是提示語。用戶輸入的內容默認為字符串類型，若對其進行數值運算，則須進行數據類型的轉換，如使用int（）將其轉化為整型數據，例如cai=int(input("猜一個1至100之間的數字"))。
雙分支條件語句:在Python中，用“if...else...”來構造雙分支條件語句，當滿足判斷條件時執行 if 分支下的代碼，否則執行else分支下的代碼。
第二單元
現實中，解決一個問題的算法往往具有多樣性，即可用不同的算法來解決同一個問題
針對某個問題，可以設計多個算法來解決，但不同算法的效率是有差異的。算法有“好”與“差”之分，在一定條件下，當然要選擇“好”的算法。
“好”的算法，除了符合“正確性、有效性”等標準外，還需要有較高的算法運行效率，即算法運行所消耗的時間較短。
解決同一個問題的不同算法，在執行時的運行時間是有一定差異的
在Python中，求余數的運算符為“%”，即表達式x%y的功能是“用x除以y，取余數”，如“5 % 2”的結果就是1。
要判斷多個條件是否同時滿足，需要用“and”邏輯運算符，條件“x除以3余2，且x除以5余3，且x除以7余2”就可表示為: % 3==2 and x %5==3 and x % 7==2
代碼“print(x,end=" ")”中的end=" "表示print（）輸出后不換行而輸出空格
在各類在線平臺上選擇產品與服務時，常常會看到類似“買過該產品的用戶還買了......”“根據您的歷史學習記錄，為您推薦·.....”等提示，這些都是推薦算法的具體應用。常見的推薦算法包括基于用戶的推薦和基于產品的推薦。
基于用戶的推薦算法，主要計算若干用戶間的相似度，將相似度高的人分到一個組，刪除目標用戶與組內成員重復的東西，剩下的就是系統要的推薦產品。
基于產品的推薦算法，主要計算產品之間的相似性、相近性，給目標用戶推薦相似度高、相近性大的產品。
在線生活中，綜合運用各種算法可以高效解決實際問題
算法能夠在一定的時間內獲得正確的結果，幫助人們解決各種生活問題。好的算法可以提高辦事效率，降低信息選擇的成本，為人們提供更為豐富、更易獲取的產品和服務，讓社會運行更加高效。
算法也存在一些局限與安全問題。比如，部分算法自動抓取用戶日常使用的各類數據，存在窺探、泄露用戶個人隱私的風險:因為開發人員的偏見或數據的缺陷導致算法存在偏見問題，面臨預測、決策不公正現象；人們度依賴推薦算法，接觸的信息領域會習慣性地被興趣所引導，這種信息選擇行為可能會導致“信息繭房”
算法與核心技術是否自主可控也將直接影響關鍵信息基礎產業乃至國家的安全。
2021年12月31日，國家互聯網信息辦公室等四部門聯合發布互聯網信息服務算法推薦管理規定》，明確了用戶可以選擇關閉算法推薦服務，，同時也規定不得根據消費者的偏好、交易習慣等特征，利用算法在交易條件上實施不合理的差別待遇。
早期人機對話是基于規則的對話系統，利用模板來匹配數據。隨若大數據技術不斷發展，出現了以深度學習為主的自然語言對話系統，主要是利用傳感器、語音識別、語義理解和語音合成等技術，來實現人機對話交氣。該系統可以實現查詢信息、聊天交流、獲取服務等
人機對話是人與機器的一種新型交互方式，其目的是使機器能夠理解和運用人類的自然語言實現人機之間的通信
人機對話的人工智能設備只能用算法去分析人們說的話，一切都受算法控制，即便它們會進行一些推理、解題或天氣查詢，甚至寫歌、作曲，背后都是算法在支持的。

展開更多......

收起↑