Předmět je základní jednotka výuky, jejímž prostřednictvím si student osvojí ucelenou část souboru znalostí a dovedností, potřebnou pro zvládnutí studijního oboru/specializace. Za věcný obsah předmětu zodpovídá garant předmětu. Časovou náročnost předmětu zhruba vyjadřuje atribut předmětu rozsah kontaktní výuky. Například rozsah = 2+2  značí, že předmět bude mít týdně dvě hodiny přednášek a dvě hodiny cvičení týdně. Na závěr semestru musí vyučující provést vyhodnocení, nakolik si ten který student osvojil poznatky a dovednosti, kterých měl během výuky nabýt. Jakým způsobem toto hodnocení vyučující provedou určuje atribut způsob zakončení. U předmětu lze definovat, že předmět je zakončen pouze zápočtem(Z), klasifikovaným zápočtem(KZ), pouze zkouškou(ZK), nebo zápočtem a zkouškou(Z,ZK). Náročnost úspěšného absolvování předmětu je vyjádřena ECTS kreditními body. Výuka předmětu probíhá během semestru. Opakovaně se předmět vyučuje vždy v zimním(Z), nebo v letním(L) semestru každého akademického roku. Výjimečně může předmět být nabízen studentům v obou semestrech(Z,L). Za organizační zajištění výuky zodpovídá přiřazená katedra, která zejména vytvoří časový rozvrh předmětu a zajistí pro předmět vyučující. Někteří přednáší a zkouší, jiní vedou cvičení a udělují zápočty.
Obsahová náplň a další organizační informace, týkající se předmětu je popsána pomocí různých popisných textů(anotace, týdenní osnova, literatura, apod.)
$DODATEK_POPIS

Anotace:
Students are introduced to the basic principles of data compression. They will learn the necessary theoretical background and get an overview of data compression methods being used in practice. The overview covers principles of integer coding and of statistical, dictionary, and context data compression methods. In addition, students learn the fundamentals of lossy data compression methods used in image, audio, and video compression.

Osnovy přednášek:

1.		Introduction, entropy, models, elementary methods.
2.		Coding of integers.
3.		[2] Statistical methods: Shannon-Fano coding, Huffman coding, arithmetic coding.
4.		[2] Dictionary methods: LZ77, LZ78, LZW.
5.		[3] Context methods: PPM, DCA, ACB.
6.		Burrows-Wheeler compression.
7.		Pattern matching in a compressed text.
8.		Word-based compression.
9.		Introduction to lossy compression (image, audio, video).

Osnovy cvičení:

1.		Entropy, models, elementary methods.
2.		Coding of integers.
3.		Statistical methods, Shannon-Fano coding, Huffman coding.
4.		Statistical methods, Arithmetic coding.
5.		Dictionary methods, LZ77, LZ78.
6.		Dictionary methods, LZW.
7.		Context methods, PPM.
8.		Context methods, DCA.
9.		Context methods, ACB.
10.		Burrows-Wheeler compression.
11.		Pattern matching in compressed text.
12.		Word-based compression.
13.		Introduction to lossy compression (image, audio, video).

Literatura:

1.		Salomon, D. - Motta, G. : Handbook of Data Compression. Springer, 2010. ISBN 978-1-84882-902-2.
2.		Sayood, K. : Introduction to Data Compression. Morgan Kaufmann, 2017. ISBN 9780128094747.

Požadavky:
Knowledge of basic data structures, fundamentals of computer programming, and theory of finite automata.

Chybí klíčová slova (CZ a EN). Information about the course and courseware are available at https://courses.fit.cvut.cz/MIE-KOD/index.html

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr NIE-NPVS.21 Design and Programming of Embedded Systems 2021 V 2 NIE-TI.21 Computer Science 2021 PS 2 NIE-SI.21 Software Engineering 2021 V Není NIE-TI.21 Computer Science 2021 V Není NIE-DBE.2023 Digital Business Engineering V Není NIE-NPVS.21 Design and Programming of Embedded Systems 2021 V Není NIE-PSS.21 Computer Systems and Networks 2021 V Není NIE-PB.21 Computer Security 2021 V Není NIE-PSS.21 Computer Systems and Networks 2021 V 2 NIE-PB.21 Computer Security 2021 V 2 NIE-SI.21 Software Engineering 2021 V 2