Update readme

README.md

@@ -2,24 +2,14 @@
 
 ![Digital signal processing](img/cic_signal.svg "Improve your skills into Digital Signtal Processing!")
 
-Этот проект - базовые лекции по **цифровой обработке сигналов** (ЦОС) в виде тетрадок Jupyter Notebook. Это мои заметки по теоретическим аспектам и практическому применению задач ЦОС.  
+Этот проект - базовые лекции по **цифровой обработке сигналов** (ЦОС) в виде тетрадок Jupyter Notebook. Можно воспринимать их как полноценный курс по цифровой обработке или использовать как заметки по теоретическим аспектам и практическому применению задач ЦОС.  
 
-Материалы представлены с использованием библиотек на языке *Python* (numpy , scipy, matplotlib, seaborn etc). Основная информация взята из **моих лекций**, которые я, будучи аспирантом, читал студентам Московского Энергетического Института ("НИУ МЭИ"). Частично информация из этих лекций была использована на обучающих семинарах в Центре Современной Электроники, где я выступал в качестве докладчика. Кроме того, в эти лекции входит перевод различных статей, компиляция материалов из достоверных источников и литературы по тематике цифровой обработки сигналов, а также официальная документация по прикладным пакетам и встроенным функциям библиотек scipy и numpy языка **Python**.  
+Материалы представлены с использованием библиотек на языке *Python* (numpy , scipy, matplotlib, seaborn etc). Основная информация взята из моих лекций, которые я читал студентам Московского Энергетического Института ("НИУ МЭИ"). Частично информация из этих лекций была использована на обучающих семинарах в Центре Современной Электроники. Кроме того, в эти лекции входит перевод различных статей, компиляция материалов из достоверных источников и литературы по тематике цифровой обработки сигналов, а также официальная документация по прикладным пакетам и встроенным функциям библиотек scipy и numpy языка **Python**. Некоторые лекции написаны с помощью моих хороших знакомых и коллег, за что им отдельная благодарность! 
 
-### Main information
-
-| **Title**     | Digital signal processing |
-| :-- | :-- |
-| **Author**    | Alexander Kapitanov       |
-| **Language**  | Python                    |
-| **Contact**   | <hidden>                  |
-| **Release**   | 10 Jul 2019               |
-| **License**   | GNU GPL 3.0               |
-
-### [List of lectures (Russian)](https://github.com/hukenovs/dsp-theory/tree/master/src "DSP courses in RU")
+## [Список лекций (на русском)](https://github.com/hukenovs/dsp-theory/tree/master/src "DSP courses in RU")
 
 - [Сигналы: аналоговые, дискретные, цифровые. Z-преобразование](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_1_signals.ipynb "Signals, analog, digital, Z-transform"),
-- [Преобразование Фурье: амплитудный и фазовый сигнала, ДПФ и БПФ](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_2_spectrum.ipynb "Discrete Fourier Transform. FFT, IFFT"),
+- [Преобразование Фурье: амплитудный и фазовый спектр сигнала, ДПФ и БПФ](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_2_spectrum.ipynb "Discrete Fourier Transform. FFT, IFFT"),
 - [Свертка и корреляция. Линейная и циклическая свертка. Быстрая свёртка](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_3_convolution.ipynb "Correlation, convolution: linear / circular / fast")
 - [Случайные процессы. Белый шум. Функция плотности вероятностей](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_4_random_noise.ipynb "Random signals AWGN, Noise")
 - [Детерминированные сигналы. Модуляция: АМ, ЧМ, ФМ, ЛЧМ. Манипуляция](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_5_modulation.ipynb "Modulation. AM-, FM-, Chirp signals")
@@ -29,11 +19,10 @@
 - [Непараметрические методы спектрального анализа](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_9_periodogram.ipynb "Spectrum analysis: Welch's Method")
 - [Полифазные схемы преобразования Фурье - усреднение по частоте и по времени](https://nbviewer.jupyter.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_10_polyphase_ffts.ipynb "Spectrum analysis: average spectrum")
 
-### Install
-
-- Install anaconda (miniconda)
-- Create and activate virtual environment
-- Install python packages
+## Install
+- Install anaconda / [miniconda](https://docs.conda.io/en/latest/miniconda.html)
+- Create and activate [virtual environment](https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html)
+- Install python packages from `requirements.txt`
 - Run jupyter notebooks via Jupyter server or JetBrains DataSpell
 
 ```bash
@@ -45,7 +34,7 @@ pip install -r requirements.txt
 jupyter notebook
 ```
 
-### Requirements
+## Requirements
 ```bash
 numpy==1.21.2
 scipy==1.7.1
@@ -54,11 +43,11 @@ seaborn==0.11.2
 jupyter==1.0.0
 ```
 
-### Habr link
+### Habr blogpost
   * [Digital Signal Processing](https://habr.com/ru/post/460445/ "Habr post about DSP")
 
-### Release:
-  * 2019/07/10.
+### First Release
+  * 2019/07/10
 
-### License:
+### License
   * GNU GPL 3.0.