کتاب صوتی مبانی ریاضی در نظریه کدگذاری و اندازه‌گیری اطلاعات با رویکرد کاربردی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی ریاضی در نظریه کدگذاری و اندازه‌گیری اطلاعات با رویکرد کاربردی

موضوع کلی: علوم ریاضی و مهندسی داده

موضوع میانی: نظریه اطلاعات و تحلیل آماری

📋 سرفصل‌های دوره

• 1. مبانی نظری و تعاریف پایه در نظریه اطلاعات
• 2. مفهوم آنتروپی شانون و ویژگی‌های آن
• 3. اندازه‌گیری عدم قطعیت در متغیرهای تصادفی
• 4. اطلاعات متقابل و وابستگی بین متغیرها
• 5. نامساوی‌های بنیادی در نظریه اطلاعات
• 6. آنتروپی شرطی و کاربردهای آن در مخابرات
• 7. قضیه حد مرکزی و نقش آن در تحلیل داده‌ها
• 8. مبانی کدگذاری منبع و بهینه‌سازی طول کد
• 9. کدهای طول متغیر و الگوریتم هافمن
• 10. کدهای شانون-فانو و کارایی آن‌ها
• 11. ظرفیت کانال و قضیه کدگذاری کانال شانون
• 12. مدل‌سازی کانال‌های مخابراتی با نویز
• 13. کدهای تشخیص و تصحیح خطا در سیستم‌های دیجیتال
• 14. مفهوم فاصله همینگ و کاربرد آن در کدگذاری
• 15. کدهای بلوکی خطی و ماتریس مولد
• 16. ماتریس کنترل زوجیت و سندرم‌گیری
• 17. کدهای چرخشی و ویژگی‌های جبری آن‌ها
• 18. کدهای BCH و کاربرد در حافظه‌های دیجیتال
• 19. مقدمه‌ای بر کدهای رید-سالومون
• 20. تحلیل عملکرد کدهای تصحیح خطا در کانال‌های نویزی
• 21. مفهوم اندازه‌های اصلی و توزیع‌های احتمالی در فضای داده
• 22. ارتباط بین اندازه‌های احتمالی و فشردگی داده‌ها
• 23. تخمین آماری پارامترها در مدل‌های اطلاعاتی
• 24. روش‌های نمونه‌برداری و بازسازی سیگنال
• 25. تحلیل سری‌های زمانی با رویکرد نظریه اطلاعات
• 26. کاربرد نظریه اطلاعات در فشرده‌سازی داده‌های متنی
• 27. اصول تحلیل داده‌های بزرگ در چارچوب احتمالات
• 28. الگوریتم‌های بهینه برای بازیابی اطلاعات
• 29. مبانی نظری امنیت اطلاعات و رمزنگاری کلاسیک
• 30. توابع درهم‌ساز و کاربرد آن‌ها در یکپارچگی داده‌ها
• 31. مقدمه‌ای بر نظریه بازی‌ها در تحلیل شبکه‌های داده
• 32. روش‌های بهینه‌سازی در مسائل کدگذاری
• 33. کاربرد آمار در تحلیل شبکه‌های اجتماعی و ارتباطی
• 34. مدل‌سازی احتمالی در سیستم‌های توزیع‌یافته
• 35. پیاده‌سازی الگوریتم‌های کدگذاری با زبان‌های برنامه‌نویسی علمی
• 36. بررسی محدودیت‌های نظری در انتقال داده
• 37. تحلیل کارایی سیستم‌های ذخیره‌سازی داده
• 38. کاربرد نظریه اطلاعات در یادگیری ماشین و هوش مصنوعی
• 39. ارزیابی مدل‌های آماری با استفاده از معیارهای اطلاعاتی
• 40. اخلاق حرفه‌ای در مهندسی داده و صیانت از اطلاعات کاربران