数学知识——概率统计(9):概率论的应用:随机过程、信息熵、图论

本文深入探讨了概率论的应用,包括回归分析、多变量分析和随机过程,并详细讲解了信息论的基本原理,如信息量、信息熵及其在计算机科学中的应用。文章指出,信息的意外程度与信息量成正比,而信息熵则是衡量信息不确定性的重要指标。

回归分析和多变量分析

随机过程

信息论

意外程度 = 信息量

意外程度越大,消息包含的信息量也越大。
为了用数学方式描述这一理论,我们需要设计出一种概率越低值反而越大的指标。可选的方案有很多,我们最终选的是以下的方案:

得知该消息时的意外程度 = log 1 概 率 \frac{1}{概率} 概<

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值