База данных: База IPR
Беті 2, Нәтижелерін: 83
Отмеченные записи: 0
11.
Подробнее
146588
Искусственный интеллект в финансах : монография / Барабанова М. И. - Санкт-Петербург : Международный банковский институт имени Анатолия Собчака, 2024. - 470 с. - ISBN 978-5-4228-0171-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
искусственный интеллект -- финансы -- экономика
Аннотация: В монографии представлены результаты научных исследований по использованию искусственного интеллекта в финансах. Рассказывается, как осуществлять подготовку финансовых данных для проведения анализа в Python. Описываются основы структурного мышления датасайентиста, демонстрируется его применение в процессе создания алгоритмов машинного обучения. Представлены последние NLP технологии на конкретных примерах с кодом в Питоне. В монографии представлены конкретные программные коды для создания текстов с использованием искусственного интеллекта, коды проверки оригинальности методами NLP. Монография может использоваться для проведения занятий по дисциплине «Машинное обучение в финансах». Материал монографии предоставляет читателям теоретические и практические знания в области методов работы с данными с использованием искусственного интеллекта на основе последних достижений финансовых аналитиков в области машинного обучения. Монография предназначена для финансистов, экономистов, студентов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов.
Доп.точки доступа:
Барабанова, М. И.
Богатырев, С. Ю.
Борисова, О. В.
Затевахина, А. В.
Круглова, И. А.
Лосев, Н. А.
Помулев, А. А.
Солодовников, М. А.
Шарафанова, Е. Е.
Шашина, И. А.
Богатырева, С. Ю. \ред.\
Искусственный интеллект в финансах : монография / Барабанова М. И. - Санкт-Петербург : Международный банковский институт имени Анатолия Собчака, 2024. - 470 с. - ISBN 978-5-4228-0171-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
искусственный интеллект -- финансы -- экономика
Аннотация: В монографии представлены результаты научных исследований по использованию искусственного интеллекта в финансах. Рассказывается, как осуществлять подготовку финансовых данных для проведения анализа в Python. Описываются основы структурного мышления датасайентиста, демонстрируется его применение в процессе создания алгоритмов машинного обучения. Представлены последние NLP технологии на конкретных примерах с кодом в Питоне. В монографии представлены конкретные программные коды для создания текстов с использованием искусственного интеллекта, коды проверки оригинальности методами NLP. Монография может использоваться для проведения занятий по дисциплине «Машинное обучение в финансах». Материал монографии предоставляет читателям теоретические и практические знания в области методов работы с данными с использованием искусственного интеллекта на основе последних достижений финансовых аналитиков в области машинного обучения. Монография предназначена для финансистов, экономистов, студентов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов.
Доп.точки доступа:
Барабанова, М. И.
Богатырев, С. Ю.
Борисова, О. В.
Затевахина, А. В.
Круглова, И. А.
Лосев, Н. А.
Помулев, А. А.
Солодовников, М. А.
Шарафанова, Е. Е.
Шашина, И. А.
Богатырева, С. Ю. \ред.\
12.
Подробнее
153436
Машинное обучение в финансах : учебник для магистратуры / Богатырев С. Ю. - Москва : Прометей, 2024. - 224 с. - ISBN 978-5-00172-572-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
машинное обучение -- финансы
Аннотация: Учебник предназначен для проведения занятий по дисциплине «Машинное обучение в финансах». В учебнике описано, как работать с основными инструментами машинного обучения: Python, Pandas. Приведены примеры кода для загрузки, обработки и анализа информации с финансовых рынков. Описаны современные направления использования машинного обучения в финансовой сфере. Очерчены перспективные направления разработки средств машинного обучения на финансовых рынках. Материал учебника предоставляет читателям практические знания в области методов работы с данными и основ машинного обучения, а также того, как они используются в инвестиционном процессе. На примере виртуальных кейсов читатели получают практический опыт программирования, основанный на реалистичных сценариях, применяют концепции машинного обучения к реальным инвестиционным проблемам и учатся ясно объяснять их неспециалистам и клиентам. Учебник предназначен для магистрантов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов. Материалы учебника могут использоваться для подготовки к экзамену на получение сертификата CFA Data Science for Investment Professionals Certificate.
Доп.точки доступа:
Богатырев, С. Ю.
Помулев, А. А.
Затевахина, А. В.
Круглова, И. А.
Барабанова, М. И.
Тегин, А. В.
Солодовников, М. А.
Шашина, И. А.
Матросов, С. В.
Богатырева, С. Ю. \ред.\
Машинное обучение в финансах : учебник для магистратуры / Богатырев С. Ю. - Москва : Прометей, 2024. - 224 с. - ISBN 978-5-00172-572-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
машинное обучение -- финансы
Аннотация: Учебник предназначен для проведения занятий по дисциплине «Машинное обучение в финансах». В учебнике описано, как работать с основными инструментами машинного обучения: Python, Pandas. Приведены примеры кода для загрузки, обработки и анализа информации с финансовых рынков. Описаны современные направления использования машинного обучения в финансовой сфере. Очерчены перспективные направления разработки средств машинного обучения на финансовых рынках. Материал учебника предоставляет читателям практические знания в области методов работы с данными и основ машинного обучения, а также того, как они используются в инвестиционном процессе. На примере виртуальных кейсов читатели получают практический опыт программирования, основанный на реалистичных сценариях, применяют концепции машинного обучения к реальным инвестиционным проблемам и учатся ясно объяснять их неспециалистам и клиентам. Учебник предназначен для магистрантов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов. Материалы учебника могут использоваться для подготовки к экзамену на получение сертификата CFA Data Science for Investment Professionals Certificate.
Доп.точки доступа:
Богатырев, С. Ю.
Помулев, А. А.
Затевахина, А. В.
Круглова, И. А.
Барабанова, М. И.
Тегин, А. В.
Солодовников, М. А.
Шашина, И. А.
Матросов, С. В.
Богатырева, С. Ю. \ред.\
13.
Подробнее
135262
Поляков, М. В.
Медицинадағы деректерді өндіру : оқу құралы / Поляков М. В. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 85 с. - ISBN 978-5-4497-2625-4 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
python -- большие данные -- интеллектуальный анализ -- искусственный интеллект -- машинное обучение -- медицина -- медицинские исследования -- язык программирования
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын жоғары оқу орындарының студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
Поляков, М. В.
Медицинадағы деректерді өндіру : оқу құралы / Поляков М. В. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 85 с. - ISBN 978-5-4497-2625-4 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- большие данные -- интеллектуальный анализ -- искусственный интеллект -- машинное обучение -- медицина -- медицинские исследования -- язык программирования
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын жоғары оқу орындарының студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
14.
Подробнее
136652
Поляков, М. В.
Медицинадағы деректерді өндіру : тжКБ үшін оқу құралы / Поляков М. В. - Алматы, Саратов : EDP Hub (Идипи Хаб), Профобразование, 2024. - 85 с. - ISBN 978-5-4488-1767-0 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
python -- бағдарламалау тілі -- жасанды интеллект -- интеллектуалды талдау -- машиналық оқыту -- медицина -- медициналық зерттеулер -- үлкен деректер
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын ТжКБ студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
Поляков, М. В.
Медицинадағы деректерді өндіру : тжКБ үшін оқу құралы / Поляков М. В. - Алматы, Саратов : EDP Hub (Идипи Хаб), Профобразование, 2024. - 85 с. - ISBN 978-5-4488-1767-0 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- бағдарламалау тілі -- жасанды интеллект -- интеллектуалды талдау -- машиналық оқыту -- медицина -- медициналық зерттеулер -- үлкен деректер
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын ТжКБ студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
15.
Подробнее
153049
Методы интеллектуального анализа данных. Задача классификации : учебное пособие / Чудинова О. С. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2024. - 167 с. - ISBN 978-5-7410-3284-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.19
Кл.слова (ненормированные):
анализ данных -- бинарная классификация -- задача классификации -- логистическая регрессия -- машинное обучение
Аннотация: В учебном пособии рассмотрены методы и алгоритмы решения одной из основных задач машинного обучения – классификации. Внимание сосредоточено на задаче бинарной классификации. Рассмотрены следующие методы классического машинного обучения: логистическая регрессия, метод опорных векторов, метод k ближайших соседей. Описаны реализующие их современные инструментальные средства: платформа KNIME, язык программирования Python. Учебное пособие предназначено для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.04 Прикладная математика.
Доп.точки доступа:
Чудинова, О. С.
Безбородникова, Р. М.
Корнейченко, Е. Н.
Раменская, А. В.
Туктамышева, Л. М.
Фот, Н. П.
Методы интеллектуального анализа данных. Задача классификации : учебное пособие / Чудинова О. С. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2024. - 167 с. - ISBN 978-5-7410-3284-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- бинарная классификация -- задача классификации -- логистическая регрессия -- машинное обучение
Аннотация: В учебном пособии рассмотрены методы и алгоритмы решения одной из основных задач машинного обучения – классификации. Внимание сосредоточено на задаче бинарной классификации. Рассмотрены следующие методы классического машинного обучения: логистическая регрессия, метод опорных векторов, метод k ближайших соседей. Описаны реализующие их современные инструментальные средства: платформа KNIME, язык программирования Python. Учебное пособие предназначено для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.04 Прикладная математика.
Доп.точки доступа:
Чудинова, О. С.
Безбородникова, Р. М.
Корнейченко, Е. Н.
Раменская, А. В.
Туктамышева, Л. М.
Фот, Н. П.
16.
Подробнее
155366
Медведев, М. Ю.
Методы искусственного интеллекта в инженерных задачах : учебное пособие / Медведев М. Ю. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2024. - 315 с. - ISBN 978-5-9275-4660-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
инженерные задачи -- искусственный интеллект
Аннотация: Cодержит полное и систематическое изложение материала, входящего в учебную программу курса «Методы искусственного интеллекта в инженерных задачах», изучаемых магистрантами направлений «Мехатроника и робототехника», «Электротехника и электроэнергетика» Института радиотехнических систем и управления Южного федерального университета. Последовательно рассматриваются следующие темы: введение в нейросети и их применение, основы обучения нейросетей, эволюционные вычисления и генетические алгоритмы, методы роевого интеллекта, экспертные системы и методы нечеткой логики. Содержит теоретический материал, контрольные вопросы и задачи, практические задания для выполнения в среде Matlab или Python. Предназначен для магистрантов, которые обучаются по программам магистратуры в области мехатроники и робототехники.
Медведев, М. Ю.
Методы искусственного интеллекта в инженерных задачах : учебное пособие / Медведев М. Ю. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2024. - 315 с. - ISBN 978-5-9275-4660-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
инженерные задачи -- искусственный интеллект
Аннотация: Cодержит полное и систематическое изложение материала, входящего в учебную программу курса «Методы искусственного интеллекта в инженерных задачах», изучаемых магистрантами направлений «Мехатроника и робототехника», «Электротехника и электроэнергетика» Института радиотехнических систем и управления Южного федерального университета. Последовательно рассматриваются следующие темы: введение в нейросети и их применение, основы обучения нейросетей, эволюционные вычисления и генетические алгоритмы, методы роевого интеллекта, экспертные системы и методы нечеткой логики. Содержит теоретический материал, контрольные вопросы и задачи, практические задания для выполнения в среде Matlab или Python. Предназначен для магистрантов, которые обучаются по программам магистратуры в области мехатроники и робототехники.
17.
Подробнее
144152
Құралбаев, З.
Негізгі есептеу алгоритмдері : оқу құралы / Құралбаев З. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 357 с. - ISBN 978-5-4497-3740-3 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
python -- алгоритм -- алгоритмдік тіл -- есептеу алгоритмі -- компьютерлік бағдарлама
Аннотация: Ұсынылып отырған оқу құралы негізгі типтік есептерді шешуге қажетті алгоритмдер мен компьютерлік программалар құрастыруға байланысты деректерге арналған. Алгоритмдердің қолданыстағы түрлері мен сипаттау тәсілдері, олардың қасиеттері, тиімділігі мен күрделілігі туралы ақпарат берілген. Кітап бес бөлімнен тұрады, әрбір бөлім белгілі бір типке жататын есептердің алгоритмдерін талдауға арналған. Есептердің шешу әдістері туралы қысқаша теориялық мәліметтер мен оларды жүзеге асырудың практикалық мысалдары қарастырылған. Мысалдарды компьютерде шешуге арналған программалар әйгілі Python алгоритмдік тілінде құрастырылған және есептеу нәтижелері талданған. Оқу құралы «Негізгі есепке алу алгоритмдері» пәнін оқитын жоғары оқу орындарының бакалавриат және магистранттарына арналған.
Құралбаев, З.
Негізгі есептеу алгоритмдері : оқу құралы / Құралбаев З. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 357 с. - ISBN 978-5-4497-3740-3 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- алгоритм -- алгоритмдік тіл -- есептеу алгоритмі -- компьютерлік бағдарлама
Аннотация: Ұсынылып отырған оқу құралы негізгі типтік есептерді шешуге қажетті алгоритмдер мен компьютерлік программалар құрастыруға байланысты деректерге арналған. Алгоритмдердің қолданыстағы түрлері мен сипаттау тәсілдері, олардың қасиеттері, тиімділігі мен күрделілігі туралы ақпарат берілген. Кітап бес бөлімнен тұрады, әрбір бөлім белгілі бір типке жататын есептердің алгоритмдерін талдауға арналған. Есептердің шешу әдістері туралы қысқаша теориялық мәліметтер мен оларды жүзеге асырудың практикалық мысалдары қарастырылған. Мысалдарды компьютерде шешуге арналған программалар әйгілі Python алгоритмдік тілінде құрастырылған және есептеу нәтижелері талданған. Оқу құралы «Негізгі есепке алу алгоритмдері» пәнін оқитын жоғары оқу орындарының бакалавриат және магистранттарына арналған.
18.
Подробнее
147706
Файфель, Б. Л.
Основы языка Python : учебное пособие / Файфель Б. Л. - Саратов : Саратовский государственный технический университет имени Ю.А. Гагарина, ЭБС АСВ, 2024. - 284 с. - ISBN 978-5-7433-3614-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
python -- программирование
Аннотация: Учебное пособие «Основы языка Python» содержит тринадцать основных глав, задачи к главам, а также приложение. Для студентов направлений «Информационные системы и технологии», «Прикладная информатика», «Программная инженерия», «Информатика и вычислительная техника» всех форм обучения.
Доп.точки доступа:
Колобова, А. Е.
Файфель, Б. Л.
Основы языка Python : учебное пособие / Файфель Б. Л. - Саратов : Саратовский государственный технический университет имени Ю.А. Гагарина, ЭБС АСВ, 2024. - 284 с. - ISBN 978-5-7433-3614-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- программирование
Аннотация: Учебное пособие «Основы языка Python» содержит тринадцать основных глав, задачи к главам, а также приложение. Для студентов направлений «Информационные системы и технологии», «Прикладная информатика», «Программная инженерия», «Информатика и вычислительная техника» всех форм обучения.
Доп.точки доступа:
Колобова, А. Е.
19.
Подробнее
155676
Митрофанов, С. В.
Применение библиотек языка Python для расчета режимов электроэнергетических систем : учебное пособие / Митрофанов С. В. - Новосибирск : Новосибирский государственный технический университет, 2024. - 132 с. - ISBN 978-5-7782-5200-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
python -- инженерные задачи -- программирование -- электроэнергетические системы
Аннотация: В пособии рассмотрены основы языка программирования Python, а также основные его библиотеки, применяемые для решения задач расчета режимов электроэнергетических систем. Особое внимание уделено изучению моделей и методов библиотеки Pandapower. Настоящее пособие предназначено для студентов очного и заочного отделения факультета энергетики, обучающихся по направлению 13.03.02 «Электроэнергетика и электротехника».
Доп.точки доступа:
Матренин, П. В.
Митрофанов, С. В.
Применение библиотек языка Python для расчета режимов электроэнергетических систем : учебное пособие / Митрофанов С. В. - Новосибирск : Новосибирский государственный технический университет, 2024. - 132 с. - ISBN 978-5-7782-5200-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- инженерные задачи -- программирование -- электроэнергетические системы
Аннотация: В пособии рассмотрены основы языка программирования Python, а также основные его библиотеки, применяемые для решения задач расчета режимов электроэнергетических систем. Особое внимание уделено изучению моделей и методов библиотеки Pandapower. Настоящее пособие предназначено для студентов очного и заочного отделения факультета энергетики, обучающихся по направлению 13.03.02 «Электроэнергетика и электротехника».
Доп.точки доступа:
Матренин, П. В.
20.
Подробнее
149771
Савченко, Е. Ю.
Программирование на Python: от базовых концепций к созданию GUI : учебное пособие / Савченко Е. Ю. - Бишкек : Нео Принт, 2024. - 96 с. - ISBN 978-9967-9517-2-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
python -- программирование
Аннотация: Учебное пособие «Программирование на Python: от базовых концепций к созданию GUI» представляет собой комплексный материал, охватывающий ключевые аспекты языка Python. В пособии рассмотрены основы языка, включая условные операторы и циклы, работу со структурами данных (списки, словари, кортежи), обработку исключений и работу с файлами, функции и классы, а также использование библиотеки Tkinter для создания графического интерфейса пользователя. Каждый раздел содержит теоретический материал, практические примеры и контрольные вопросы для закрепления полученных знаний. Пособие предназначено как для самостоятельного изучения, так и для использования в учебном процессе при подготовке специалистов в области информационных технологий.
Доп.точки доступа:
Мусакулова, Ж. А.
Савченко, Е. Ю.
Программирование на Python: от базовых концепций к созданию GUI : учебное пособие / Савченко Е. Ю. - Бишкек : Нео Принт, 2024. - 96 с. - ISBN 978-9967-9517-2-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- программирование
Аннотация: Учебное пособие «Программирование на Python: от базовых концепций к созданию GUI» представляет собой комплексный материал, охватывающий ключевые аспекты языка Python. В пособии рассмотрены основы языка, включая условные операторы и циклы, работу со структурами данных (списки, словари, кортежи), обработку исключений и работу с файлами, функции и классы, а также использование библиотеки Tkinter для создания графического интерфейса пользователя. Каждый раздел содержит теоретический материал, практические примеры и контрольные вопросы для закрепления полученных знаний. Пособие предназначено как для самостоятельного изучения, так и для использования в учебном процессе при подготовке специалистов в области информационных технологий.
Доп.точки доступа:
Мусакулова, Ж. А.
Беті 2, Нәтижелерін: 83