Bỏ qua tới nội dung chính

Khóa học cho chủ đề

Lý thuyết thông tin và mã hóa

Khóa tuyển chọn cho chủ đề, từ OpenER và các trường đại học. Xem các trường và tổ chức
  • IIT Kanpur · 117104129

    An Introduction to Information Theory (mở trong tab mới)

    Nhập môn lý thuyết thông tin

    Adrish Banerjee

    Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhBản quyền

    Khóa video của IIT Kanpur về độ đo thông tin và các bất đẳng thức, mã tiền tố và mã Huffman, tính chất phân hoạch đều tiệm cận, mã nguồn phổ quát Lempel-Ziv, dung lượng kênh, định lý mã hóa kênh có nhiễu, entropy vi phân, kênh Gauss và lý thuyết tốc độ méo, kèm các buổi giải bài tập.

    Vì sao chọn: Đi đủ nửa lý thuyết thông tin của chủ đề: entropy, nén dữ liệu (Huffman, Lempel-Ziv), dung lượng kênh và định lý mã hóa kênh, có buổi giải bài xen kẽ. Nửa mã sửa lỗi học tiếp bằng khóa lý thuyết mã của cùng giảng viên ngay bên dưới.

    • Chuyên sâu

  • IIT Kanpur · 108104092

    An Introduction to Coding Theory (mở trong tab mới)

    Nhập môn lý thuyết mã

    Adrish Banerjee

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhBản quyền

    Khóa video của IIT Kanpur về mã sửa lỗi: mã khối tuyến tính, ma trận sinh và kiểm tra, giải mã syndrome, tính chất khoảng cách, mã Reed-Muller, cận kích thước mã, mã chập với Viterbi và BCJR, mã LDPC và giải mã lan truyền niềm tin, mã turbo và các cơ chế ARQ.

    Vì sao chọn: Bổ sung trọn phần mã sửa lỗi của chủ đề (mã khối, mã chập, LDPC, turbo) với nhiều buổi giải bài; nên học sau khóa lý thuyết thông tin.

    • Nhiều bài tập

  • CUHK

    Information Theory (mở trong tab mới)

    Lý thuyết thông tin (CUHK)

    Raymond W. Yeung

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhBản quyềnCần tài khoản miễn phí

    Khóa MOOC của Đại học Trung văn Hồng Kông, bám theo 11 chương đầu sách của chính giảng viên: độ đo thông tin, I-measure, nén không lỗi, tính điển hình yếu và mạnh, kênh rời rạc không nhớ, lý thuyết tốc độ méo, thuật toán Blahut-Arimoto, entropy vi phân và kênh liên tục.

    Vì sao chọn: Hình thức MOOC có bài tập tự chấm, giảng chặt chẽ về mặt toán theo sách của giảng viên; phù hợp nếu muốn học có lộ trình. Cần tài khoản Coursera.

    • Chuyên sâu

  • MIT · 6.441 · Xuân 2016

    Information Theory (mở trong tab mới)

    Lý thuyết thông tin (MIT, cao học)

    Yury Polyanskiy

    Nâng caoChỉ tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhCC BY-NC-SA 4.0

    Môn sau đại học của MIT nhập môn toán học của lý thuyết thông tin, gồm cả chủ đề cổ điển lẫn hiện đại: entropy thông tin, nén không tổn hao, kiểm định giả thuyết nhị phân, mã hóa kênh và nén có tổn hao. Có bộ ghi chú bài giảng dày và bài tập.

    Vì sao chọn: Ghi chú bài giảng của Polyanskiy là tài liệu cao học hiện đại, chặt chẽ; dành cho người muốn đi sâu mã hóa kênh và giới hạn thông tin.

    • Chuyên sâu

  • MIT · 6.451 · Xuân 2005

    Principles of Digital Communication II (mở trong tab mới)

    Nguyên lý truyền thông số II

    David Forney

    Nâng caoVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhCC BY-NC-SA 4.0

    Môn sau đại học của MIT về các kỹ thuật mã hóa tiến gần giới hạn Shannon trên kênh AWGN: độ lợi mã hóa, giải mã quyết định cứng và mềm, mã khối tuyến tính nhị phân, Reed-Muller, trường hữu hạn, Reed-Solomon và BCH, mã chập và thuật toán Viterbi. Có video bài giảng, ghi chú, bài tập và đề thi kèm lời giải.

    Vì sao chọn: Bài giảng video của Forney về mã sửa lỗi cho kênh AWGN, từ mã khối, Reed-Solomon đến mã chập và Viterbi; đầy đủ bài tập và đề thi có lời giải.

    • Chuyên sâu
    • Kinh điển