<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Особливості використання Python в умовах дистанційного навчання у технічних вузах

Скорочена інформація про документ
dc.contributor.authorОнищук, О. В.uk
dc.titleОсобливості використання Python в умовах дистанційного навчання у технічних вузахuk
dc.date.issued2023
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationОнищук О. В. Особливості використання Python в умовах дистанційного навчання у технічних вузах. Матеріали IX Mіжнародної науково-технічної конференції «Сучасні проблеми інфокомунікацій, радіоелектроніки та наносистем (СПІРН-2023)», 15-17 листопада 2023 р. Електрон. текст. дані. Вінниця, 2023. URL: https://conferences.vntu.edu.ua/index.php/spirn/spirn2023/paper/viewFile/19272.uk
dc.relation.ispartofМатеріали IX Mіжнародної науково-технічної конференції «Сучасні проблеми інфокомунікацій, радіоелектроніки та наносистем (СПІРН-2023)», 15-17 листопада 2023 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/spirn/spirn2023/paper/viewFile/19272
dc.identifier.udc621
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/39059
dc.description.abstractThe paper the features of using Python for distance learning. The advantages of using Python during the educational process are substantiated. Tools for simulation and digital signal processing are given.en
dc.description.abstractУ роботі розглянуто особливості використання Python в умовах дистанційного навчання. Обгрунтовано переваги використання Python під час навчального процесу. Наведено інструменти для виконання моделювання та цифрової обробки сигналів.uk
dc.subjectдистанційне навчанняuk
dc.subjectмоделюванняuk
dc.subjectцифрова обробкаuk
dc.subjectdistance learningen
dc.subjectdigital processingen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesРамський Ю.С., Твердохліб І.А., Ящик О.Б., Рамський А.Ю. Використання відкритих онлайн курсів в умовах змішаного навчання майбутніх фахівців з інформаційних технологій. Інформаційні технології і засоби навчання. № 84. 2021. С. 138– 157uk
dc.relation.referencesDowney A. B. Think DSP: Digital Signal Processing in Python. Green Tea Press, 2014. 153 р.en
dc.relation.referencesCharbit M. Digital Signal Processing with Python Programming. Wiley, 2017. 284 pen
dc.relation.referencesUnpingco J. Python for Signal Processing. Featuring IPython Notebooks. Springer, 2014. 133 pen
dc.relation.referencesIdris I. Python Data Analysis. Learn how to apply powerful data analysis techniques with popular open source Python modules. Packt Publishing, 2014. 348 pen
dc.relation.referencesBlanco-Silva F. J. Mastering SciPy. Implement state-of-the-art techniques to visualize solutions to challenging problems in scientific computing, with the use of the SciPy stack. Packt Publishing, 2015. 404 pen
dc.relation.referencesJohansson R. Numerical Python. Scientific Computing and Data Science Applications with Numpy, SciPy and Matplotlib. 2nd Edition. Apress, 2019. 709 p. 7. Gorelick M., Ozsvald I. High Performance Python. O’Reilly, 2014. 370 pen
dc.relation.referencesЯценко О.І., Яценко О.С. Можливості використання некомерційного програмного забезпечення під час вивчення дисципліни "Інформатика і інформаційні технології". Вісник Житомирського державного університету імені Івана Франка. Педагогічні науки. 2016. Вип. 2. С. 142-147.uk
dc.date.accessioned2024-01-18T11:02:25Z
dc.date.available2024-01-18T11:02:25Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
139338.pdf
Розмір:
405,33 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
129 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Наукові видання каф. ІРТС