МИНИСТЕРСТВО ПРОСВЕЩЕНИЯ РОССИЙСКОЙ
ФЕДЕРАЦИИ
Министерство образования и молодежной политики
Свердловской области
Управление образования ГО Первоуральск
Муниципальное автономное общеобразовательное учреждение
"Лицей №21"
РАССМОТРЕНА
на
педагогическом
совете
от “23” августа 2023 г.
Протокол №1
УТВЕРЖДЕНА
Приказом МАОУ «Лицей №
21»
от “25” августа 2023 г.
№ 73
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
9 КЛАСС
РАБОЧАЯ ПРОГРАММА
(основное общее образование)
ПЕРВОУРАЛЬСК, 2023
Пояснительная записка
Программа курса «Искусственный интеллект» составлена для
7−9 классов в соответствии с требованиями ФГОС основного общего
образования (приказ Минпросвещения № 287 от 31 мая 2021 г.), с
учетом преемственности программ начального, основного и среднего
общего образования. Программа предназначена для продолжения
обучения основам искусственного интеллекта и ориентирована на
анализ данных, введение в машинное обучение на базовом уровне. За
последние десятилетия во многих областях науки и индустрии стали
накапливаться большие объемы данных, а также стали развиваться
методы машинного обучения, позволяющие извлекать из этих данных
знания и экономическую пользу.
Для
базового
уровня
программой
предусмотрен
пропедевтический раздел анализа данных в электронных таблицах, а
также основы программирования на Python, анализ данных на Python.
Основополагающей темой является введение в программирование на
Python. Сформированные у учащихся знания и умения в области
программирования на Python будут в дальнейшем использованы при
изучении анализа данных на ступени основного общего образования
и машинного обучения на ступени среднего общего образования. Data
Science – одна из самых прогрессивных областей в программировании
сегодня, а Python – самый популярный и распространенный язык,
используемый для анализа данных. Не удивительно, что две эти
области знаний активно изучаются и применяются специалистами для
построения предиктивных моделей, визуализации и работы с
данными. Курс позволит учащимся освоить основные инструменты
работы и приступить к построению моделей и работе с данными. В
ходе освоения учебного материала курса у учащихся формируется
устойчивый интерес к изучению данной темы и закладывается база
для продолжения изучения методов машинного обучения на ступени
среднего общего образования.
Программа разработана в соответствии с одним из
дидактических
принципов
–
принципом
преемственности.
Содержание программы находится в тесной связи с материалом для
начального общего образования, а также является необходимым для
последующего изучения на ступени среднего общего образования.
Это — линия языка программирования Python, освоение которого
начинается в основной школе, и сквозная линия машинного обучения,
освоение которого начинается на пропедевтическом уровне в
начальной и основной школе и продолжается далее в средней школе.
К завершению обучения по программе учащиеся должны
понимать актуальность анализа данных, его основные области
применения и методы реализации. Программа предполагает, что у
учащихся будет сформировано целостное представление об анализе
данных, реализации методов анализа данных на языке Python, его
сферах применения.
Данный курс опирается на фундаментальные дидактические
принципы, такие как практико-ориентированность, научность и
доступность, целостность и непрерывность, а также инновационные
методы проблемно-развивающего и смешанного обучения,
программно-проектного и исследовательского подходов. В конце
каждого урока присутствуют вопросы и задания, многие из которых
ориентированы на коллективное обсуждение, дискуссии, выработку
коллективного мнения.
Особое место в реализации программы отводится
видеолекциям, онлайн-ресурсам, тренажерам. Все это создает
необходимые условия для формирования самостоятельности в
планировании учебной деятельности, в организации учебного
сотрудничества, в распределении ролей при решении учебных задач и
проблем. Неотъемлемой частью программы является проектная
деятельность обучающихся.
Изучение различных аспектов анализа данных позволит
сформировать у учащихся способность к аналитической и
прогностической деятельности. Поиск ответов на проблемные
вопросы, решение проблемных и исследовательских заданий,
интегрированных в содержание, направлено на формирование у
учащихся целостного системного мышления, которое позволит им
оценить сформированный круг постоянных интересов и осуществить
осознанный выбор дальнейшей образовательной траектории и
профессионального самоопределения.
Цель и задачи курса. Главная цель курса — дать учащимся
базовое представление об анализе данных и реализации основных
методов анализа данных на языке Python, познакомить с
терминологией искусственного интеллекта и научить применять
некоторые из его методов для решения практических задач.
Целевая аудитория курса. Учащиеся 7−9 классов
общеобразовательных школ.
Место курса «Искусственный интеллект» в учебном плане.
Уроки курса «Искусственный интеллект» могут проводиться в 7, 8 и 9
классах в качестве внеурочной деятельности (возможные формы:
факультатив, кружок и прочее).
Ценностные ориентиры содержания и реализации
программы
Содержание программы носит междисциплинарный характер.
Естественным образом выглядит его возможная интеграция с
дисциплинами предметной области «Математика и информатика».
Развитие
логического
и
алгоритмического
мышления,
осуществляемое на уроках по этим дисциплинам, служит задаче
формирования необходимой основы, на которой в дальнейшем будет
осуществлен переход к машинному обучению на ступени среднего
общего образования.
Через использование различных датасетов и анализ данных
синтезируются знания и умения учащихся, полученные ими на уроках
географии, физики, биологии и других.
Неотъемлемой частью программы является реализация
проектного
метода
обучения.
Программой
предусмотрено
выполнение таких проектов как «Статистический метод анализа
данных», «Различные варианты программирования циклического
алгоритма», «Начала программирования на Python». Проекты по
своей дидактической сущности нацелены на формирование
способностей, позволяющих эффективно действовать в реальной
жизненной ситуации. Обладая ими, учащиеся могут адаптироваться к
изменяющимся условиям, ориентироваться в разнообразных
ситуациях, работать в команде.
При работе над проектом появляется исключительная
возможность формирования у учащихся компетентности разрешения
проблем (поскольку обязательным условием реализации метода
проектов в школе является решение учащимся собственных проблем
средствами проекта), а также освоение способов деятельности,
составляющих
коммуникативную
и
информационную
компетентности.
Планируемые результаты освоения учебного курса
ФГОС устанавливает требования к результатам освоения
обучающимися основной образовательной программы среднего
общего образования: личностным результатам (таблица 1);
метапредметным результатам (таблица 2); предметным результатам
(таблица 3).
Таблица 1
Личностные результаты
Требование ФГОС1
Чем достигается
Личностные
результаты,
обеспечивающие
адаптацию обучающегося к изменяющимся
условиям социальной и природной среды:
умение распознавать конкретные примеры
понятия по характерным признакам, выполнять
операции в соответствии с определением и
простейшими
свойствами
понятия,
конкретизировать
понятие
примерами,
использовать понятие и его свойства при
решении задач, а также оперировать терминами и
представлениями
в
области
концепции
устойчивого развития
Ценности научного познания:
овладение
основными
навыками
исследовательской деятельности, установка на
осмысление опыта, наблюдений, поступков и
стремление совершенствовать пути достижения
индивидуального и коллективного благополучия
1
Приказ Минпросвещения №287 от 31 мая 2021 г.
Разделы
«Введение в
искусственный
интеллект»,
«Основы
программировани
я на Python»,
«Анализ данных в
электронных
таблицах».
Разделы «Анализ
данных в
электронных
таблицах».
Требование ФГОС
Таблица 2
Метапредметные результаты
Чем достигается
Умение самостоятельно планировать пути
достижения цели, в том числе альтернативные, Проектные
осознанно выбирать наиболее эффективные задания
способы решения учебных и познавательных
задач.
Умение оценивать правильность выполнения Разделы «Анализ
учебной задачи, собственные возможности ее данных в
решения.
электронных
таблицах»,
«Анализ данных
на Python»
Умение
определять
понятия,
создавать Разделы «Анализ
обобщения,
устанавливать
аналогии, данных в
классифицировать, устанавливать причинно- электронных
следственные
связи,
строить
логические таблицах»,
рассуждения, умозаключения (индуктивные, «Анализ данных
дедуктивные и по аналогии) и делать выводы.
на Python»
Разделы «Анализ
данных в
Умение создавать, применять и преобразовывать
электронных
знаки и символы, модели и схемы для решения
таблицах»,
учебных и познавательных задач.
«Анализ данных
на Python»
Формирование и развитие компетентности в Разделы «Анализ
области использования ИКТ (ИКТ-компетенции). данных в
электронных
таблицах»,
«Анализ данных
на Python»
Таблица 3
Предметные результаты
Требование ФГОС
Формирование
информационной
и
алгоритмической
культуры,
формирование
представления
о
компьютере
как
универсальном
устройстве
обработки
информации,
развитие основных навыков и умений
использования компьютерных устройств.
Формирование
представления
об
основных
изучаемых
понятиях
(информация, алгоритм, модель) и их
свойствах.
Развитие алгоритмического мышления,
необходимого для профессиональной
деятельности в современном обществе;
развитие умений составить и записать
алгоритм для конкретного исполнителя;
формирование
знаний
об
алгоритмических
конструкциях,
логических значениях и операциях;
знакомство с одним из языков
программирования
и
основными
алгоритмическими
структурами
—
линейной, условной и циклической.
Формирование умений формализации и
структурирования информации, умения
выбирать способ представления данных
в соответствии с поставленной задачей
(таблицы, схемы, графики, диаграммы) с
использованием
соответствующих
Чем достигается
Разделы
«Основы
программирования на
Python»
«Анализ данных на
Python»
Разделы «Анализ данных
в электронных таблицах»,
«Основы
программирования на
Python»
«Анализ данных на
Python», «Введение в
машинное обучение на
Python»
Разделы «Анализ данных
в электронных таблицах»,
«Анализ данных на
Python», «Основы
машинного обучения»
Разделы «Основы
программирования на
Python», «Анализ данных
в электронных таблицах»,
«Анализ данных на
Python», «Введение в
программных средств обработки данных
машинное обучение на
Python»
Формирование навыков и умений
безопасного
и
целесообразного
поведения при работе с компьютерными
программами и в сети Интернет, умения Раздел «Введение в
соблюдать
нормы информационной искусственный
этики и права
интеллект»
Учебно-тематический план
В этом разделе приводится вариант планирования занятий,
рассчитанный на минимальный учебный план. Представлен перечень
планируемых результатов освоения программы для базового варианта
учебного планирования. Различие базового уровня от углубленного
курса проявляется в степени глубины и качества освоения
теоретического материала и полученных практических навыков.
Тематическое планирование с определением основных
видов учебной деятельности
Таблица 4
«Искусственный интеллект»
Наименование
темы
Краткое
содержание
1.
1.1
Введение в
машинное
обучение
Виды учебной
деятельности
Введение в ИИ и МО
Прогнозирование,
анализ, обучение,
данные, признаки,
алгоритм,
искусственный
интеллект,
машинное обучение
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: командная
работа, ответы на вопросы
учителя, игровая практика.
Практическая: участие в игре,
работа с игровым тренажером.
Рефлексивная:
рефлексия
методом «6 шляп»
2. Анализ данных в электронных таблицах
2.1
Наука о данных.
Большие данные
Наука о данных,
профессии в
области науки о
данных, данные и
большие данные,
методы работы с
данными
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.2
Описательная
статистика.
Табличные
данные
Табличные данные,
методы работы с
табличными
данными, базовые
инструменты
табличного
процессора Excel,
сбор и обогащение
данных
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых заданий.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.3
Обработка данных
средствами
электронной
таблицы
статистические
показатели, меры
центральной
тенденции,
встроенные
функции =СЧЁТ(),
=СУММ(),
=СРЗНАЧ(),
=МАКС(), =МИН(),
=МОДА(),
=МЕДИАНА()
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.4
Обработка
данных.
Первичный анализ
Первичный анализ
данных, этапы
работы с данными,
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
встроенные
функции
=СЧЁТЕСЛИ(),
=СЧЁТЕСЛИМН(),
=СРЗНАЧЕСЛИ(),
=СРЗНАЧЕСЛИМН
(), =СУММЕСЛИ(),
=СУММЕСЛИМН()
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.5
Визуализация
данных
Визуализация
данных,
визуальный анализ
данных, графики,
диаграммы,
гистограммы,
конструктор для
работы с
диаграммами и их
форматирование
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания.
2.6
Статистический
анализ данных.
Корреляционный
анализ
Статистический
анализ данных,
визуализация
данных с помощью
диаграммы
разброса и расчета
коэффициента
корреляции,
коэффициент
корреляции
Пирсона
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.7
Статистический
анализ данных.
Линейный
регрессионный
анализ
Построение
математической
модели линейной
(парной)
зависимости и ее
интерпретация
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
2.8
Проект
«Статистический
метод анализа
данных»
Понятия раздела
«Анализ данных в
электронных
таблицах»
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: участие во
фронтальном
обсуждении,
ответы на вопросы учителя.
Практическая:
решение
предлагаемых
заданий
средствами Excel.
Рефлексивная:
обсуждение контрольных
вопросов и подведение итогов
выполнения практического
задания
3. Основы языка программирования Python
3.1
Алгоритмы и
Исполнитель,
Аналитическая: поиск ответов
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
исполнители.
Способы записи
алгоритмов
алгоритм.
Способы записи
алгоритмов:
словесный,
построчный, блоксхема, программа.
Линейный,
разветвляющийся и
циклический
алгоритмы.
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа с
игровым тренажером.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.2
Общие сведения о
языке
программировани
я Python
История языка
Python,
компилируемые и
интерпретируемые
языки, достоинства
и недостатки
Python.
Понятие данных,
типы данных:
целые,
вещественные и
строковые.
Понятие
переменной,
разница между
переменной и
константой.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.3
Организация
ввода и вывода
данных
Функция print(),
правила ее
использования.
Ошибки при
использовании
функции print()
Типы данных: int,
float, str.
Приведение типов с
помощью
соответствующих
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
функций (int(),
float(), str()).
Функция type().
Оператор
присваивания.
Правила
именования
переменных.
Функция input(),
правила ее
использования.
Необходимость
приведения
целочисленных
данных к типу int
после ввода.
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.4
Алгоритмическая
конструкция
«следование»
Типы данных в
Python,
арифметические
операторы,
действия с
переменными.
Алгоритм, виды
алгоритмов,
особенности
линейного
алгоритма, блоксхема.
Блок-схема
линейного
алгоритма.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.5
Программировани
е линейных
алгоритмов
Блок-схема
линейного
алгоритма.
Программирование
линейных
алгоритмов,
арифметические
операторы,
переменные.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.6
Алгоритмическая
конструкция
«ветвление»
Разветвляющийся
алгоритм, блоксхема ветвления,
операторы
сравнения.
Условные
операторы if, if-else,
правила записи
условных
операторов.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.7
Полная форма
ветвления
Блок-схема
ветвления.
Полный условный
оператор, правила
записи полного
условного
оператора.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.8
Программировани
е
разветвляющихся
алгоритмов.
Условный
оператор
Программирование
линейных
алгоритмов,
арифметические
операторы,
переменные.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python
Рефлексивная: заполнение листа
рефлексии
3.9
Простые и
составные условия
Разветвляющийся
алгоритм, блоксхема ветвления.
Логические
операторы,
составные условия.
Условный
оператор.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.10
Алгоритмическая
конструкция
«повторение».
Программировани
е циклов с
заданным
условием
продолжения
работы
Оператор while в
Python, синтаксис
оператора while.
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.11
Программировани
е циклов с
заданным числом
Оператор for в
Python, функция
range(), синтаксис
Аналитическая: поиск ответов
на
вопросы
учителя,
самостоятельный
поиск
Наименование
темы
Краткое
содержание
Виды учебной
деятельности
повторений
функции range().
информации
при
решении
поставленных задач.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
ответы
на
вопросы, решение предлагаемых
заданий
на
языке
программирования Python.
Рефлексивная: заполнение листа
рефлексии
3.12
Проект
«Различные
варианты
программировани
я циклического
алгоритма»
Циклический
алгоритм, алгоритм
while, алгоритм for,
правила записи
циклических
алгоритмов в
Python.
Аналитическая: поиск решения
поставленной задачи.
Коммуникационная: работа в
командах
и
(или)
индивидуально.
Практическая:
решение
проектной
задачи.
Рефлексивная: заполнение листа
рефлексии.
3.13
Проект «Начала
программировани
я»
Типы данных,
переменные,
функции,
математические и
логические
операторы, виды
алгоритмов,
условный оператор,
оператор for,
оператор while.
Аналитическая: в процессе
систематизации знаний.
Коммуникационная: при работе
в командах.
Практическая: в работе по
созданию визуальной карты
знаний.
Рефлексивная:
заполнение листа рефлексии
Раздел 1. Введение в искусственный интеллект (1 ч)
Учащиеся должны знать понятие информации, различие между
понятиями «информация», «данные».
Учащиеся должны уметь:
● приводить примеры информационных процессов в природе, обществе,
технических системах;
● структурировать информацию, выделять основные понятия и
взаимосвязи между ними.
Раздел 2. Анализ данных в электронных таблицах (8 ч.)
Учащиеся должны знать:
● возможности электронных таблиц для хранения, анализа и
представления данных;
Учащиеся должны уметь:
● вводить и редактировать данные в электронных таблицах;
● выполнять вычисления с помощью электронных таблиц; представлять
данные в виде диаграмм и графиков.
Раздел 3. Основы программирования на Python (12 ч.)
Учащиеся должны знать:
● понятия «алгоритм», «исполнитель», «система команд исполнителя»;
● основные алгоритмические структуры: следование, ветвление, цикл;
● реализацию основных алгоритмических структур в выбранном языке
программирования.
Учащиеся должны уметь:
● составлять алгоритмы для решения простых задач в словесной форме,
на алгоритмическом языке и на выбранном языке программирования;
● выполнять трассировку алгоритма;
● программировать несложные линейные, разветвляющиеся и
циклические алгоритмы на выбранном языке программирования.
Содержание курса
В этом разделе содержится тематическое планирование и
перечень планируемых результатов освоения программы (итогов
изучения отдельных тем).
На усмотрение учителя количество часов, отведенных на
освоение отдельных тем и проведение проектных занятий, может
быть увеличено в зависимости от возможностей и интересов
обучающихся.
Различие базового уровня от углубленного курса проявляется в
степени глубины и качества освоения теоретического материала и
полученных практических навыков.
Тематическое планирование
Таблица 5
Минимальный вариант учебного плана
№
Тема
12
13
14
15
Введение в искусственный интеллект
Введение в искусственный интеллект
Итого по разделу
Анализ данных в электронных таблицах
Наука о данных. Большие данные
Описательная статистика. Табличные данные
Обработка данных средствами электронной
таблицы
Обработка данных. Первичный анализ
Визуализация данных
Статистический анализ данных. Корреляционный
анализ
Статистический анализ данных. Линейный
регрессионный анализ
Проект «Статистический метод анализа данных»
Итого по разделу
Основы программирования на Python
Алгоритмы и исполнители. Способы записи
алгоритмов
Общие сведения о языке программирования
Python
Организация ввода и вывода данных
Алгоритмическая конструкция «следование»
Программирование линейных алгоритмов
Алгоритмическая конструкция «ветвление»
16
Полная форма ветвления
1
2
3
4
5
6
7
8
9
10
11
Количество
часов
1
1
1
1
1
1
1
1
1
1
8
1
1
1
1
1
1
1
17
18
19
20
21
22
Программирование разветвляющихся алгоритмов.
Условный оператор
Простые и составные условия
Алгоритмическая конструкция «повторение».
Программирование циклов с заданным условием
продолжения работы
Программирование циклов с заданным числом
повторений
Проект «Различные варианты программирования
циклического алгоритма»
Проект «Начала программирования на Python»
Итого по разделу
ИТОГО
1
1
1
1
1
1
13
21
Организационно-педагогические условия реализации
курса
●
●
●
●
●
●
●
Для реализации курса на основе программы необходимо наличие
следующих компонентов:
компьютерное рабочее место учителя, подключенное к сети Интернет
(Wi-Fi или по кабелю),
проекционное
оборудование
или
интерактивная
доска
с
возможностью демонстрации презентаций;
компьютеры или ноутбуки, расположенные в компьютерном классе,
где каждый ученик работает с устройством либо индивидуально, либо
в парах;
компьютеры или ноутбуки как учащихся, так и учителя должны быть
на операционных системах Windows/MacOS;
типовое
программное
обеспечение,
применяемое
общеобразовательными организациями, включая программу для
работы с электронными таблицами MS Excel;
интегрированная среда разработки (IDE) для языка программирования
Python;
Jupyter Notebooks — среда разработки, для запуска файлов из
материалов УМК с компьютера или из облачного хранилища.
Технические требования к ПО
ПК или ноутбук на базе ОС Windows, MacOS
●
●
●
Системные требования
Windows
Системные требования MacOS
Операционная система
●
Windows 7 или выше
Процессор Intel® Core Duo или●
аналогичный с частотой 1,5 ГГц
или выше
2/4 ГБ оперативной памяти для●
систем под управлением 32/64битной Windows
Операционная система MacOS
X 10.10 или выше
Процессор Intel® Core Duo или
аналогичный с частотой 1,5 ГГц
или выше
1,5 ГБ оперативной памяти Процессор Intel® Core Duo или
аналогичный с частотой 1,5 ГГц
или выше
1,5 ГБ оперативной памяти
●
●
●
●
Разрешение экрана 1024x768 или больше
Наличие интернет-соединения
Необходимо использовать актуальные версии одного из
следующих браузеров: Edge, Chrome, Safari, Firefox, Opera
Формы аттестации
Все разделы предполагают выполнение и защиту проектов.
Проекты по своей дидактической сущности нацелены на
формирование способностей, позволяющих эффективно действовать
в реальной жизненной ситуации. Обладая ими, учащиеся могут
адаптироваться к изменяющимся условиям, ориентироваться в
разнообразных ситуациях, работать в команде.
При работе над проектом появляется исключительная
возможность формирования у учащихся компетентности разрешения
проблем (поскольку обязательным условием реализации метода
проектов в школе является решение учащимся собственных проблем
средствами проекта), а также освоение способов деятельности,
составляющих
коммуникативную
и
информационную
компетентности.
Каждый проект предполагает получение какого-либо продукта.
В предлагаемых проектах это программный продукт, решающий ту
или иную задачу. На выполнение проекта предлагается базовое
количество часов, однако по усмотрению учителя, а также в
зависимости от умений и интереса учеников к теме количество часов
может быть увеличено. Конкретные рекомендации даны в материалах
проектных занятий.
На базовом уровне проектные занятия предлагаются на темы
«Статистический метод анализа данных», «Различные варианты
программирования
циклического
алгоритма»,
«Начала
программирования на Python», они являются межпредметными, в
отличие от монопроектов, частично выполняются во внеурочное
время и под руководством нескольких специалистов в различных
областях знания. Такие проекты требуют очень квалифицированной
координации со стороны специалистов и слаженной работы многих
творческих групп. Межпредметные проекты могут быть как
небольшими,
затрагивающими
два-три
предмета,
так
и
направленными на решение достаточно сложных проблем,
требующих содержательной интеграции многих областей знания.
