Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi

Bu dersin amacı, öğrencilere veri sıkıştırma konseptlerini ve tekniklerini derinlemesine anlatarak, veri boyutunu azaltma, veri iletim verimliliğini artırma ve veri depolama maliyetlerini düşürme becerilerini kazandırmaktır. Bu ders, temel bilgi teorisi, kayıpsız ve kayıplı sıkıştırma yöntemleri, veri sıkıştırma algoritmaları, sıkıştırma performansının ölçülmesi ve optimizasyonu, ayrıca uygulama alanları ve gelecekteki trendlere odaklanarak, öğrencilere veri sıkıştırma alanında kapsamlı bir anlayış ve beceri kazandırmayı hedefler. Bu bilgi ve yetenekler, öğrencilere veri yoğun uygulama alanlarında veri sıkıştırma sorunlarını çözmek için gerekli araçları sunar.

-

İlk aşamada, temel kavramlar, bilgi teorisi, ve kayıpsız/kayıplı sıkıştırma ayrımı üzerine odaklanır. Ardından, öğrencilere veri sıkıştırma algoritmaları, özellikle Huffman kodlama, Lempel-Ziv-Welch (LZW), Arithmetic coding gibi temel yöntemler öğretilir. Ders ilerledikçe, öğrenciler işlemsel sıkıştırma algoritmalarının matematiksel temellerini ve sıkıştırma algoritmalarının performans analizi konularına derinlemesine dalarlar. Görüntü, ses ve video sıkıştırma gibi özel uygulama alanlarına da odaklanılır. Ayrıca, veri sıkıştırma uygulamaları, performans ölçümü, optimizasyon teknikleri, ve gelecekteki gelişmeler gibi güncel konular da ele alınır. Öğrencilere, teorik bilgiyi pratik uygulamalarla birleştirme fırsatları verilir ve bağımsız projelerle konuyu daha derinlemesine keşfetme şansı sunulur. Bu içerik, öğrencilere veri sıkıştırma alanında geniş bir bilgi ve beceri yelpazesi kazandırmayı hedefler.

1. Anlatım, 2. Soru-Cevap, 3. Tartışma, 4. Alıştırma ve Uygulama

Yok

Türkçe

David Salomon, Data Compression, Springer New York, 26 Şubat 2004, İngilizce

Yok

• Veri Sıkıştırma Temelleri Bilgisi: Öğrenciler, veri sıkıştırma konseptlerini ve temel sıkıştırma yöntemlerini anlayarak veri sıkıştırma alanındaki temel bilgiye sahip olacaklar.
• Sıkıştırma Algoritmaları ve Performansı: Öğrenciler, Huffman kodlaması, LZW, Arithmetic coding gibi temel sıkıştırma algoritmalarını anlamak ve bu algoritmaların performansını değerlendirebilmek için gereken yeteneklere sahip olacaklar.
• Uygulama Yetenekleri: Öğrenciler, veri sıkıştırma tekniklerini görüntü, ses, video gibi çeşitli uygulama alanlarına nasıl uygulayacaklarını öğrenecekler.
• Performans Ölçümü ve Optimizasyon: Öğrenciler, veri sıkıştırma algoritmalarının performansını ölçme yeteneklerini geliştirecekler ve bu algoritmaları optimize etme stratejilerini öğrenecekler.
• Gelecekteki Gelişmelere Hazırlık: Öğrenciler, veri sıkıştırma alanındaki güncel gelişmeleri takip etme ve gelecekteki uygulama alanlarını anlama becerilerini kazanacaklar, böylece bu önemli bilgiyi gelecekteki projeler ve araştırmalar için kullanabilecekler.