作業(yè)管理

支持學生使用圖形化編程、Python 實驗室等編程工具完成編程練習，以及保存、提交給老師?？蛻舳酥С謱W生機在無外網(wǎng)的情況下提交作業(yè)。

支持學生使用圖形化編程、Python等編程工具完成編程練習，以及保存、提交給老師?？蛻舳酥С謱W生機在無外網(wǎng)的情況下提交作業(yè)。

支持創(chuàng)建自定義作業(yè)，用戶可以使用圖形化編程實驗室、Python 實驗室、硬件實驗室、虛擬仿真等工具創(chuàng)建自定義作業(yè)，并支持編程題、填空題、選擇題等題目類型。

支持創(chuàng)建自定義作業(yè)，用戶可以使用圖形化編程工具、Python編程工具、硬件編程工具、虛擬仿真等工具創(chuàng)建自定義作業(yè)，并支持編程題、填空題、選擇題等題目類型。

Python 習題支持自動批改；支持在 Python 實驗室創(chuàng)建支持自動批改的 Python 作業(yè)題，設置標準答案和測試點后，學生完成作業(yè)時命中測試點的預期結果，即算作正確?？梢栽O置多組測試點?？梢栽趯W生提交作業(yè)后，展示得分、每個測試點的得分情況、正確答案和解析。（該項屬于演示評分內容，不作為技術偏離響應評分）

Python習題支持自動批改；支持在Python編程工具創(chuàng)建支持自動批改的Python作業(yè)題，設置標準答案和測試點后，學生完成作業(yè)時命中測試點的預期結果，即算作正確?？梢栽O置多組測試點?？梢栽趯W生提交作業(yè)后，展示得分、每個測試點的得分情況、正確答案和解析。（該項屬于演示評分內容，不作為技術偏離響應評分）

圖形化編程

支持角色素材的增刪、展示、編輯，至少包含具有 1000+國產(chǎn) IP 獨有版權的動畫素材，包括背景、角色、道具和界面素材。

支持角色素材的增刪、展示、編輯，至少包含具有1000+國產(chǎn)IP合法版權的動畫素材，包括背景、角色、道具和界面素材。

Python編程

Python實驗室的Jupyter模式適合AI算法教學，啟動頁支持python3、notebook、python3 控制臺、終端、文本文件、Markdown 文件、Python 文件、Diagram（該項屬于演示評分內容，不作為技術偏離響應評分）

Python編程工具的Jupyter模式適合AI算法教學，啟動頁支持python3 notebook、python3控制臺、終端、文本文件、Markdown文件、Python文件、Diagram（該項屬于演示評分內容，不作為技術偏離響應評分）

人工智能訓練場景

▲聊天機器人體驗案例：通過基于 seq2seq 框架的自然語言處理模型，提取語料庫中的對話規(guī)則，訓練聊天機器人；在該實驗中，我們主要探討和理解自然語言處理（NLP）過程中的分詞、有注意力機制的 seq2seq 模型和 beam search機制過程這三個常見概念。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲聊天機器人體驗案例：通過開源框架的自然語言處理模型，提取語料庫中的對話規(guī)則，訓練機器人。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲語音識別體驗案例：該實驗將展示如何構建可以識別 4 個不同字詞的基本語音識別網(wǎng)絡。需要注意的是，真正的語音識別系統(tǒng)要復雜得多，這個基本語音識別網(wǎng)絡有助于基本了解所涉及的技術。完成訓練后，將獲得一個模型，該模型會嘗試將時長為 1 秒的音頻片段對應到 4 個字符串分類上，如“up”“down”“l(fā)eft” “right”4 個不同的字符串。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲語音識別體驗案例：該實驗將展示如何構建語音識別模型，支持對模型進行訓練，并支持使用訓練完成的模型進行預測（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲決策樹：提供決策樹的典型案例，體現(xiàn)決策樹的構建邏輯、訓練流程；學生可以自己構建 1、2 和多層決策樹，設定每一個節(jié)點的判斷條件，達到區(qū)分決策的效果。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲決策樹：提供決策樹的典型案例，體現(xiàn)決策樹的構建邏輯、訓練流程；學生可以自己構建多層決策樹，設定每一個節(jié)點的判斷條件，達到區(qū)分決策的效果。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲線性回歸模型：提供線性回歸模型的案例，體驗線性回歸模型的算法原理。通過讓學生設置考慮一種因素、兩種因素、三種因素的方式，學生能夠觀察線性回歸模型訓練的整個過程。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲線性回歸模型：提供線性回歸模型的案例，體驗線性回歸模型的算法原理。通過讓學生設置考慮多種因素的方式，學生能夠觀察線性回歸模型訓練的整個過程。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲感知機算法體驗案例：學生通過可視化案例的形式，體驗感知機這一 AI 模型的運行原理。案例中包含以下步驟：觀察 AI 模型在智能聊天這個場景中，AI模型如何判斷聊天對象是人類還是機器人。首先模型提取出人和機器的三個特征：“信息重復頻率”、“回復速度”、“語言多樣性”，接著通過 AI 算法訓練，學習這三個特征中人類和機器的區(qū)別，最后通過量化后的區(qū)別判斷對話聊天中的對象是人還是機器人。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲感知機算法體驗案例：學生通過可視化案例的形式，體驗感知機AI模型的運行原理。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲神經(jīng)網(wǎng)絡體驗案例：案例中通過對神經(jīng)網(wǎng)絡這一 AI 模型結構進行可視化展示，讓學生理解圖像分類的過程中，機器如何提取圖像特征、如何訓練，以及如何隨著訓練次數(shù)的增加，AI 模型能夠給出較為準確的分類結果。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲神經(jīng)網(wǎng)絡體驗案例：案例中通過對神經(jīng)網(wǎng)絡AI模型結構進行可視化展示，讓學生理解圖像分類的過程中，機器如何提取圖像特征、如何訓練，以及如何隨著訓練次數(shù)的增加，AI模型能夠給出較為準確的分類結果。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

3D虛擬仿真編程

提供標準化搭建機器人的能力，支持使用配備的模塊組件自定義搭建機器人，提供六種類型的結構基礎模塊、機械臂、彩燈模塊、攝像頭模塊、編碼電機模塊。（該項屬于演示評分內容，不作為技術偏離響應評分）

提供標準化搭建機器人的能力，支持使用配備的模塊組件自定義搭建機器人，提供多種類型的基礎模塊，包括但不限于機械臂、攝像頭模塊、傳感器等。（該項屬于演示評分內容，不作為技術偏離響應評分）

▲自由搭建機器人支持使用事件、控制、運算、變量、函數(shù)、PID 積木，支持使用語音識別、人臉識別、微信識物能力，并且支持使用專屬的執(zhí)行器、傳感器、動力裝置積木。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

▲自由搭建機器人支持使用事件、控制、運算、變量、函數(shù)，支持使用語音識別、人臉識別，并且支持使用專屬的執(zhí)行器、傳感器、動力裝置積木。（投標人需提供系統(tǒng)截圖及承諾函并加投標人蓋公章）

功能點演示3

Python 習題支持自動批改；支持在 Python 實驗室創(chuàng)建支持自動批改的 Python 作業(yè)題，設置標準答案和測試點后，學生完成作業(yè)時命中測試點的預期結果，即算作正確?？梢栽O置多組測試點?？梢栽趯W生提交作業(yè)后，展示得分、每個測試點的得分情況、正確答案和解析。

Python習題支持自動批改；支持在Python編程工具創(chuàng)建支持自動批改的Python作業(yè)題，設置標準答案和測試點后，學生完成作業(yè)時命中測試點的預期結果，即算作正確?？梢栽O置多組測試點。可以在學生提交作業(yè)后，展示得分、每個測試點的得分情況、正確答案和解析。

功能點演示5

提供標準化搭建機器人的能力，支持使用配備的模塊組件自定義搭建機器人，提供六種類型的結構基礎模塊、機械臂、彩燈模塊、攝像頭模塊、編碼電機模塊。

提供標準化搭建機器人的能力，支持使用配備的模塊組件自定義搭建機器人，提供多種類型的基礎模塊，包括但不限于機械臂、攝像頭模塊、傳感器等。

功能點演示9

Python實驗室的Jupyter模式適合AI算法教學，啟動頁支持python3、notebook、python3 控制臺、終端、文本文件、Markdown 文件、Python 文件、Diagram。

Python編程工具的Jupyter模式適合AI算法教學，啟動頁支持python3 notebook、python3控制臺、終端、文本文件、Markdown文件、Python文件、Diagram。