Ви переглядаєте архівну версію офіційного сайту НУЛП (2005-2020р.р.). Актуальна версія: https://lpnu.ua
Прикладне програмування (курсова робота)
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.12
Кількість кредитів: 2
Кафедра: Системи штучного інтелекту
Лектор: Виклюк Я.
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
знати:
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Алгоритмізація і програмування
Короткий зміст навчальної програми:
ТИПИ ДАНИХ І КОЛЕКЦІЙ. ФУНКЦІЇ І МОДУЛІ. РОБОТА З ФАЙЛАМИ. ОБ’ЄКТНО-ОРІЄНТОВАНЕ ПРОГРАМУВАННЯ. БАГАТОПОТОКОВІСТЬ ТА АСИНХРОННІСТЬ. ТЕСТУВАННЯ КОДУ. PYTHON ДЛЯ НАУКОВЦІВ. ДИСТРИБУТИВ ANACONDA І МЕНЕДЖЕР ПАКЕТІВ CONDA. БІБЛІОТЕКА PANDAS. БІБЛІОТЕКА NumPy. БІБЛІОТЕКА Matplotlib
Рекомендована література:
1. Allen Downey. Think Python, 2nd Edition. How to Think Like a Computer Scientist / O’Reilly, 2015. - 289 p.
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit
Методи і критерії оцінювання:
50 - лабораторні роботи
50 - екзамен
50 - екзамен
Прикладне програмування (курсова робота)
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.11
Кількість кредитів: 2
Кафедра: Системи автоматизованого проектування
Лектор:
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Короткий зміст навчальної програми:
Рекомендована література:
Методи і критерії оцінювання:
Прикладне програмування (курсова робота)
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.10
Кількість кредитів: 2
Кафедра: Автоматизовані системи управління
Лектор:
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Короткий зміст навчальної програми:
Рекомендована література:
Методи і критерії оцінювання:
Прикладне програмування
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.7
Кількість кредитів: 5
Кафедра: Автоматизовані системи управління
Лектор:
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Короткий зміст навчальної програми:
Рекомендована література:
Методи і критерії оцінювання:
Прикладне програмування
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.8
Кількість кредитів: 5
Кафедра: Системи автоматизованого проектування
Лектор:
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Короткий зміст навчальної програми:
Рекомендована література:
Методи і критерії оцінювання:
Прикладне програмування
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.00.O.9
Кількість кредитів: 5
Кафедра: Системи штучного інтелекту
Лектор: Виклюк Я.
Семестр: 1 семестр
Форма навчання: денна
Результати навчання:
знати:
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами
- основні можливості та обмеження мови програмування
- реалізацію концепції об’єктно-орієнтованого програмування у Python
- як взаємодіяти із різними базами даних та файловою системою
вміти:
- створити власний простий продукт, використовуючи концепцію об’єктно-орієнтованого
програмування і асинхронність обробки
- створити модуль з можливість його використання сторонніми розробниками
- працювати із популярними реляційними та не реляційними базами використовуючи моделі,
написані Python
- використовувати багато потоковість і багатоядерні процесори для розробки ПЗ за допомогою
Python
- покривати код тестами
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Алгоритмізація і програмування
Короткий зміст навчальної програми:
ТИПИ ДАНИХ І КОЛЕКЦІЙ. ФУНКЦІЇ І МОДУЛІ. РОБОТА З ФАЙЛАМИ. ОБ’ЄКТНО-ОРІЄНТОВАНЕ ПРОГРАМУВАННЯ. БАГАТОПОТОКОВІСТЬ ТА АСИНХРОННІСТЬ. ТЕСТУВАННЯ КОДУ. PYTHON ДЛЯ НАУКОВЦІВ. ДИСТРИБУТИВ ANACONDA І МЕНЕДЖЕР ПАКЕТІВ CONDA. БІБЛІОТЕКА PANDAS. БІБЛІОТЕКА NumPy. БІБЛІОТЕКА Matplotlib
Рекомендована література:
1. Allen Downey. Think Python, 2nd Edition. How to Think Like a Computer Scientist / O’Reilly, 2015. - 289 p.
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit
2. Charles R. Severance. Python for Everybody: Exploring Data in Python 3 / CreateSpace
Independent Publishing Platform, 2016. - 244 pages
3. Wes McKinney & PyData Development Team. pandas: powerful Python data analysis toolkit
Методи і критерії оцінювання:
50 - лабораторні роботи
50 - екзамен
50 - екзамен