Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Théorie de l'information: Capacité du canal et fonctions convexes
Graph Chatbot
Séances de cours associées (30)
Précédent
Page 3 sur 3
Suivant
Fonctions de convex
Couvre les propriétés et les opérations des fonctions convexes.
Aléatoire biologique et analyse des données
Explore le caractère aléatoire en biologie, couvrant les fluctuations thermiques, les promenades aléatoires et les techniques d'analyse de données.
Théorie de l'information et codage
Couvre le codage source, l'inégalité de Kraft, l'information mutuelle, la procédure Huffman et les propriétés des séquences tropicales.
Mesures d'information
Couvre les mesures d'information comme l'entropie et la divergence Kullback-Leibler.
Optimisation convexe : Fonctions convexes
Couvre le concept de fonctions convexes et leurs applications dans les problèmes d'optimisation.
Règle de chaîne pour l'entropie
Explore la règle de chaîne pour l'entropie, décompose l'incertitude dans les variables aléatoires et illustre son application avec des exemples.
Convexité géodésique : théorie et applications
Explore la convexité géodésique dans les espaces métriques et ses applications, en discutant des propriétés et de la stabilité des inégalités.
Formulation variationnelle : Mesures d'information
Explore la formulation variationnelle pour mesurer le contenu de l'information et la divergence entre les distributions de probabilité.
Programmes d'optimisation : Fonctions de coûts linéaires par pièce
Couvre la formulation de programmes d'optimisation pour minimiser les fonctions de coûts linéaires à la pièce.
Théorie de l'information: Codage des sources, Cryptographie, Codage des canaux
Couvre le codage source, la cryptographie et le codage canal dans les systèmes de communication, explorant l'entropie, les codes, les canaux d'erreur et les cours futurs connexes.