主题 A
系统如何运作
计算机基础、网络、数据库与机器学习。解释机制，联系概念，并结合情境评价技术选择。
课程指南 · 2028 届
本课程如何开展
计算机科学始于问题。你将学习明确问题、设计解决方案、编写与测试程序，并解释自己的选择。
我们的班级
本课程为使用 Python 教学的高水平课程。正常完整教学周安排五节课，每节 55 分钟。本届于 2026 年 8 月开课，采用 2027 年首次评估的教学大纲，备考 2028 年 5 月考试季。
我们的核心教材是 《Computer Science for the IB Diploma》— Baumgarten、Ganea 与 Turland。阅读安排与所学内容同步，每次作业列出页码范围。B2.3 在教材的教学顺序中较早出现：章节顺序与大纲编号并不总是一致。
请使用课程安排查看教学计划，使用单元页面查看学习目标与讲义，并通过 Toddle 查看布置的作业及已确认的截止日期。
你将学到什么
主题 B
我们如何解决问题
计算思维、编程、面向对象设计及 HL 抽象数据类型。设计、跟踪、实现并测试解决方案。
综合运用
独立应用
案例研究、计算解决方案与合作科学项目，将你掌握的知识与陌生问题联系起来。
我们的每周学习常规
- 先预测，再运行。使用流程图与跟踪表展示推理。即使程序碰巧得出正确答案，也需要解释原因。
- 坚持编程。理论单元期间也要保持 Python 练习。通过短小而频繁的练习提高熟练度。
- 既在屏幕上练，也在纸上练。练习限时程序跟踪、算法设计及充分展开的书面回答。
- 解释与质疑。讨论解决方案，论证选择，评价替代方法。提交自己的代码，并展示自己的理解。
- 有目的地测试。包含正常、边界与无效输入。在运行测试前记录预期结果。
- 把错误转化为计划。保留错题记录：任务、错误、原因及修正方法。用它选择复习内容。
- 读懂指令词。按问题要求作答：陈述事实、解释、比较或评价。通过评分标准理解得分要求。
实际问题
上课应带什么？
带上 Python 作业、当前讲义或笔记，以及书写工具。整理好代码与测试证据，便于回顾。
如果课表有变化怎么办？
校历会显示学校假期与停课安排。未来主题为教学提案，可能随进度调整；作业截止日期请查看 Toddle。
我该如何使用 AI？
遵守每项任务的说明及学校学术诚信政策。记录所获帮助，注明来源，并能够解释提交的作业。用于 IA 前，先与教师讨论允许的协助范围。
考试与 IA 详情在哪里？
请查看评估页面，其中区分了 IB 评估要求与校内检查节点。教师资料、参考答案与学生提交内容存放于班级的私密教学空间。