
統計方法與神經網絡
比較統計方法與神經網絡的關注點,梳理機器學習研究問題背景。
按 2027 年起的新版課程教學:電腦概念、預發佈案例、算法與編程,以及計算解決方案(IA)回饋
按新版課程講清系統、網絡、數據和機器學習等概念,配合代碼實踐理解。
Paper 2 的計算思維和算法題專門練,從讀代碼、寫代碼到調試。
圍繞需求分析、設計、開發和測試,對照評分標準給出回饋。
| 部分 | SL | HL |
|---|---|---|
| Paper 1:概念 + 預發佈案例 | 35%(1 小時 15 分鐘) | 40%(2 小時) |
| Paper 2:計算思維與問題解決 | 35% | 40% |
| IA:計算解決方案 | 30% | 20% |
新版課程 2025 年 8 月開課、2027 年 5 月首考:Paper 3 取消,案例研究併入 Paper 1。IA 約 35 小時,文件不超過 2000 詞(不含代碼和圖),還要附演示影片。
其他 IB 科目輔導
Paper 2 考讀代碼、寫算法和調試。只看講義不夠,每週都要動手寫,並練習在紙上追蹤代碼的執行過程。
排序、查找、遞歸,以及數組、列表、棧、隊列等結構是 Paper 2 的核心,要能比較效率並説明適用場景。
案例研究併入了 Paper 1,考前公佈。提前查清案例裏的技術術語和概念,並準備它們在情境中的應用和影響。
計算解決方案從需求分析開始:明確問題、成功標準和使用者,再設計、開發和測試。成功標準越具體,評價部分越好寫。
文件不超過 2,000 詞,影片展示功能。按評分標準分配篇幅,重點放在開發中的技術選擇和測試。
HL 的 Paper 1 和 Paper 2 內容更多、時間更長,適合準備讀電腦、軟件工程或數據科學的學生。很多電腦專業更看重數學 AA HL,IB 電腦是加分項而非必修。以目標院校的要求為準。

比較統計方法與神經網絡的關注點,梳理機器學習研究問題背景。

以食材匹配和推薦功能為核心,展示電腦科學 IA 方案與文件批註。
2027 年 5 月首考的新版課程取消了 Paper 3,預發佈案例研究併入 Paper 1,SL 和 HL 都要做;Paper 2 考計算思維和算法。
IA 是一個約 35 小時的軟件開發項目:為真實需求做出計算解決方案,文件不超過 2000 詞(不含代碼和圖),並附演示影片,在 SL 佔 30%,在 HL 佔 20%。
HL 約 240 課時,SL 約 150 課時,HL 內容更深更廣。HL 的 Paper 1 和 Paper 2 各佔 40%、IA 佔 20%;SL 的 Paper 1 和 Paper 2 各佔 35%、IA 佔 30%。
可以,但要儘早開始動手寫代碼。概念題和算法題都需要持續練習,輔導會從基礎語法和算法思路補起。