582650 Informaatioteoreettinen mallintaminen (luonnos 11.3.2011)

Pääteemat Esitiedot Lähestyy oppimistavoitetta Saavuttaa oppimistavoitteet Syventää oppimistavoitteita
Informaatioteorian peruskäsitteet, koodaaminen todennäköisyyslaskennan perusasiat (TN johdantokurssi)
  • määrittelee entropian (marginaali-, ehdollisen, yhteis-), keskinäisinformaation.
  • annettuna yhteisjakauma, laskee em. suureet
  • ratkaisee yhden em. suureista annettuna muiden arvot (esim. keskinäisinformaation annettuna marginaali- ja yhteisentropiat)
  • määrittelee prefix-koodin ja dekoodattavan koodin
 
  • annettuna koodi, laskee odotusarvoisen koodinpituuden
  • soveltaa Kraft-McMillan -epäyhtälöä koodin olemassaolon päättelemiseen
  • selvittää onko koodi optimaalinen soveltaen Shannonin kohinatonta lähdekoodauslausetta

 

  • määrittelee entropian ei i.i.d.-tapauksessa
  • soveltaa edellä mainittuja käsitteitä jatkuva-arvoisiin muuttujiin (differentiaalientropia)
  • käyttää tyypillisia jonoja kohinattoman lähdekoodausteoreeman todistamiseen

 

Kompressiomenetelmät
  • tietorakenteiden perusteet (TiRa)
  • toteuttaa Shannon-Fano -koodin.
  • toteuttaa Huffman-koodin, mahdollisesti laskennallisesti ei-optimaalisella tavalla
  • toteuttaa aritmeettisen koodin tai adaptiivisen Huffman-koodin
 MDL-periaate
  •  suositeltu: tilastotieteen esitietoja (suurimman uskottavuuden estimaattori)
 
  • selittää Okkamin partaveitsen ja esittää esimerkkejä siitä
  • perustelee sanallisesti miksi ylisovittaminen on ongelma
  • yhdistää Okkamin partaveitsen ja MDL-periaatteen toisiinsa
  • määrittelee kaksiosaiseen koodiin ja sekajakaumaan perustuvat universaalikoodit
  • soveltaa MDL-periaatetta mallinvalintaan

 

 
  • soveltaa NML-universaalikoodia mallinvalintatehtävään
  • soveltaa MDL-periaatetta realistisessa mallinvalintaongelmassa (esim. Hutter prize
 Kolmogorov-kompleksisuus
  •  Turingin kone ja algoritmin käsite (Laskennan mallit)
  • selittää sanallisesti Kolmogorov-kompleksisuuden
  • todistaa yksinkertaisia ylärajoja Kolmogorov-kompleksisuudelle K(x) esittämällä x:n tuottavan ohjelman

 

  • selittää Kolmogorov-kompleksisuuden laskettavuuteen liittyvän paradoksin
  • todistaa tasaisesti jakautuneen merkkijonon Kolmogorov-kompleksisuuden odotusarvon alarajaksi merkkijonon pituuden

 

 
  • tuntee Kolmogorov-kompleksisuuden variantit (prefix, resurssirajoitettu, jne)
  • soveltaa normalisoitua kompressioetäisyyttä (NCD) ryvästykseen
16.03.2012 - 18:07 Jyrki Kivinen
11.03.2011 - 17:14 Teemu Roos