NOAI 的考点可以压缩成一份清单：Python 编程与数据结构、数据处理与可视化、AI 与机器学习基本概念、基础算法与逻辑推理。本文把四块拆成可逐条打勾的自查条目，并对照真实测试卷说明每条的考法与分值权重。这条通道的终点是 IOAI 国家队——IOAI 2027 将于 2027 年 7 月 4-10 日在新加坡举行。
一、这份清单怎么用：先给每一条标上"必会/该会/加分"
很多同学列考点清单时习惯把所有条目平铺，结果越列越焦虑。更有效的做法是给每一条打一个标签：必会指不掌握就直接丢分的基础项，该会指决定你能不能过线的主体部分，加分指进阶卷才会出现、拿到就能拉开差距的内容。
之所以能这样分层，是因为 NOAI 的赛制本身就是分层的：先是水平测试，通过后进入中国站，成绩优异者再进入国家队选拔，最终选出 8 名中学生组成两支代表队出战 IOAI。不同阶段对同一考点的要求深度完全不同——水平测试阶段要你"认得出"，国家队选拔阶段要你"做得出"。
还有一条现实约束值得先说：NOAI 面向中国大陆 9-12 年级在校生，官方要求的入门门槛是 Python 基础编程、基础数据结构、AI 基本概念与基础算法四项。这四项就是本文清单的四个板块，不是我们自己归纳的分类。
| 板块 | 核心考查能力 | 自查标准 |
| Python 与数据结构 | 语法、容器、函数、复杂度 | 能读懂并改对一段代码 |
| 数据处理与可视化 | Pandas / NumPy / Matplotlib | 能选出正确的一行调用 |
| AI 与机器学习概念 | 任务类型、评价指标、网络结构 | 能解释"为什么用这个指标" |
| 基础算法与逻辑 | 排序查找、递归、推理判断 | 能手算出小规模结果 |
| 赛制层级 | 水平测试 → 中国站 → 国家队选拔（8 人组 2 支 IOAI 代表队） | |
| 获奖比例 | 一等前 10%、二等 10%-30%、三等 30%-50% | |
| 报名与赛程 | 当届具体时间以官方公布为准 | |
二、板块一：Python 编程与数据结构（必会 6 条）
这一块是所有后续内容的地基，题目本身不刁难，但错一条就是白丢分。
① 基本语法与数据类型：变量、类型转换、格式化输出、切片规则，尤其是切片的左闭右开边界。
② 四大容器的取舍：list、tuple、dict、set 各自的可变性、有序性与查找代价，题目常用"哪种结构最合适"来考。
③ 控制流与函数：循环嵌套的执行顺序、默认参数的陷阱、返回值与副作用的区别。
④ 列表推导与常用内置函数：map、filter、sorted 配合 key 参数的写法，是代码选择题的高频题面。
⑤ 基础复杂度判断：能说出一段代码是 O(n) 还是 O(n²)，不需要严格证明，但要能一眼分辨。
⑥ 异常与边界：空列表、除零、索引越界这些情况在代码题里经常作为干扰项出现。
三、板块二：数据处理与可视化（该会 5 条）
这一块在真实卷面上占比很高，而且考法非常统一——给你一个任务描述，四个代码片段选一个正确的。
① Pandas 的 DataFrame 与 Series 之辨：二维结构与一维结构的区别、能否存放混合类型，这是最基础的一道判断题。
② 缺失值处理：fillna 填均值、dropna 删除、interpolate 插值三种做法的适用场景与写法差异。
③ NumPy 的标准化与布尔筛选：把数组化为均值 0、标准差 1，需要用 std 而不是 var 或 median；再配合布尔条件统计满足条件的元素个数。
④ Matplotlib 的图型选择：折线图看趋势、柱状图比大小、直方图看频率分布、散点图看相关性——题目常给出分析目的，让你选对应函数。
⑤ 按需分组与聚合：groupby 配合聚合函数的基本用法。
四、板块三：AI 与机器学习基本概念（该会 6 条）
这一块最能拉开分差，因为它考的是理解而不是记忆，靠临时背名词很难应付。
① 任务类型的划分：分类、回归、聚类、生成分别解决什么问题，给一个业务场景能对号入座。
② 监督与无监督的界线：有没有标注是唯一的判定依据，半监督与自监督属于延伸概念。
③ 训练集、验证集、测试集的分工：为什么不能用测试集调参，这是概念题的常客。
④ 过拟合与欠拟合：两者在训练误差与验证误差上的表现差异，以及正则化、增加数据、简化模型等对应手段。
⑤ 评价指标的选择：准确率在类别不平衡时会失真，此时需要看精确率、召回率与 F1；能说清"为什么用这个"比记住公式更重要。
⑥ 神经网络的基本结构与尺寸计算：卷积层的输入尺寸、卷积核大小、padding 与步长如何决定输出特征图尺寸——这类计算题在进阶内容里出现频率很高，务必手推一遍公式而不是背结论。
五、板块四：基础算法与逻辑推理（该会 4 条）
① 排序与查找：冒泡、选择、插入的过程模拟，二分查找的边界条件。
② 递归与分治：能写出递归终止条件，能手算小规模的调用过程。
③ 贪心与枚举：在小数据规模下选出可行策略，不要求高阶动态规划。
④ 纯逻辑推理：条件判断、真假命题、信息推断类题目，与编程无关但同样计分。
六、按分值反推：清单里先补哪一块最划算
从公开的测试卷来看，客观选择题是主要题型，且分值分布相当均匀——常见形式是每题 2 分，一份卷子里 15 题合计 30 分、20 题合计 40 分的结构都出现过。
这个分值结构给出两条明确提示。
第一，每题权重相同，意味着难题和易题一样值 2 分。把清单里"必会"那 6 条全部做扎实，收益高于死磕一道卷积尺寸计算。
第二，题量不大，容错空间就小。15 题的卷子里错 3 题就掉 6 分，占总分五分之一。所以基础板块必须做到接近满分，这也是清单要分"必会/该会/加分"三层的原因。
七、清单之外，容易被忽略的三件事
① 只看不写：代码选择题看起来只需要"读懂"，但真正能一眼选对的人，一定是自己敲过那几行的。每个知识点至少手写一遍。
② 把清单当进度条：清单的作用是定位薄弱项，不是从头到尾勾一遍就算完成。建议每两周用一份完整卷子回测一次。
③ 忽略英文术语：如果目标是往 IOAI 方向走，国际赛环节的材料以英文为主，中文概念对应的英文表达要同步积累。
八、常见问题
Q1：这份清单需要学多久？
A：有 Python 基础的同学集中三到四个月可以覆盖大部分内容；完全零基础需要先花一个月补编程本身。
Q2：必须会训练模型吗？
A：入门阶段以概念判断和代码阅读为主，不要求端到端训练大模型；但理解训练流程有助于答对概念题。
Q3：数学要求到什么程度？
A：主要是基础线性代数与统计概念，加上卷积尺寸这类简单计算，不涉及高深推导。
Q4：清单里哪一块最容易被低估？
A：评价指标。很多同学能说出准确率的定义，但答不出"类别不平衡时为什么要看 F1"，而后者才是常见考法。
Q5：不进国家队，参赛还有意义吗？
A：有。等级奖按比例授予，一等为前 10%、二等 10%-30%、三等 30%-50%，也就是说前 50% 都能拿到等级奖，整个准备过程本身也是一条完整的 AI 入门路径。
九、想拿到带自查表的完整考点清单？
与其自己拼凑范围，不如用一节课把四大板块的考点、真实题型与分值结构一次看清，再决定自己先补哪一块。
🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）
翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓
清单列出来只是开始，真正的进度是每一条后面那个能不能打勾的标记。
点击右侧文字，可获得更多在线练习题资源：>>> NOAI在线水平测试
NOAI新赛季备赛已开启，扫码领取NOAI备赛资料
欢迎咨询【NOAI竞赛辅导课程】
